Question

我试图将“ new_sp_m014”分为四列（新，变量，性别，年龄）。我使用了以下块：

task2 %>% separate(code, into = c("new","var","sex","age"), sep = "_")

对于new =“ new”，var =“ sp”，但sex =“ m014”和age为NA的结果很好。

那么，如何将“ m014”分别分隔为sex =“ m”和age =“ 014”？

Answer 1

有两种方法：

1）展开正则表达式。假设年龄始终是最后3个字符，请使用下面显示的正则表达式。匹配|或最后三个字符，但不消耗它们。有关零宽度正向超前断言的信息，请参见?regex。 convert=TRUE参数是可选的，但如果使用，则会将年龄转换为数字。

library(tidyr)

task2 %>% 
  separate(code, into = c("new", "var", "sex", "age"), sep = "_|(?=...$)", 
    convert = TRUE)

给予：

  new var sex age
1 new  sp   m  14

2）插入_ 我们可以在年龄之前插入_，然后使用问题中的代码进行处理（除非我们如上所述添加了可选的convert=TRUE），同样的结果。在这种情况下，我们可以使用默认的sep或使用sep = "_"。

library(dplyr)
library(tidyr)

task2 %>%
  mutate(code = sub("(...)$", "_\\1", code)) %>%
  separate(code, into = c("new", "var", "sex", "age"), convert = TRUE)

注意

以可重复的形式使用的输入是：

task2 <- data.frame(code = "new_sp_m014")

Answer 2

separate()可以取一个整数位置，在该位置可以分开...您可以分两个阶段进行。

dd <- tibble(v="new_sp_m014")
dd %>%
    separate(v,into=c("a","b","tmp"),"_") %>%
    separate(tmp,into=c("c","d"),sep=1)

如何使用split（）函数分隔“ m014”

2 个答案:

注意