Question

我需要将单个数据帧列（ID）拆分为五个单独的列（A，B，C，D，E）。列需要拆分：

A - 第一封信
B - 直至第二个字母的所有数字
C - 直到最后一个字母的所有字母
D - 最后一个号码
E - 最后一封信

以下是一个例子：

在

ID Conc
1 A01HGF1a  132
2 D02SDV2b  453

在

A B C D E Conc
1 A 01 HGF 1 a  132
2 D 02 SDV 2 b  453

我试图使用tidyr中的separate（），但无法弄清楚如何正确使用正则表达式。非常感谢任何帮助！

这是我到目前为止所尝试的内容

`separate(df, ID, into = c("A", "B", "C", "D","E"), sep = "(^.)(\\d+)(\\S+)(\\d+)(\\S+)")`

Answer 1

您可以在此处使用sub作为基本R选项：

df$A <- sub("^(\\w).*", "\\1", df$ID)
df$B <- sub("^\\w(\\d+).*", "\\1", df$ID)
df$C <- sub("^\\w\\d+(\\D+).*", "\\1", df$ID)
df$D <- sub(".*?(\\d+)\\D+$", "\\1", df$ID)
df$E <- sub(".*?(\\D+)$", "\\1", df$ID)
df

        ID Conc A  B   C D E
1 A01HGF1a  132 A 01 HGF 1 a
2 D02SDV2b  453 D 02 SDV 2 b

将r中的单个列拆分为4个单独的列

1 个答案:

Demo