Question

我认为这很简单，但是我看不到我所缺少的。我想在第一位数分割字符串。除非字符串中包含非字母数字符号，否则效果很好。救命！

作品：

pet<-c("Dog 100","Cat? 340")
df<-as.data.frame(pet)
df_split<-separate(df, pet, into = c("Animal", "Total"), sep = "(?<=[a-zA-Z])\\s*(?=[0-9])")

第一行效果很好，但第二行未拆分。我要去哪里错了？

Answer 1

我们可以使用read.table中的base R

read.table(text = sub("?", "", df$pet, fixed = TRUE), header = FALSE,
  col.names = c("Animal", "Total"))
#    Animal Total
#1    Dog   100
#2    Cat   340

Answer 2

请注意，对于当前情况，足以用1+个空格分隔，然后在字符串末尾加上1+个数字：

> separate(df, pet, into = c("Animal", "Total"), sep = "\\s+(?=[0-9]+$)")
## =>  Animal Total
## =>    1    Dog   100
## =>    2   Cat?   340

请参见regex demo。

但是，一般情况下，在这里使用tidyr::extract要容易得多，因为所需的模式会更加简单：

^(\D*?)\s*(\d.*)

请注意，如果您的字符串可以包含换行符，则需要在模式前面加上(?s)，即所谓的DOTALL修饰符，该修饰符允许.匹配ICU模式中的换行符。 / p>

请参见regex demo。

正则表达式详细信息

^-字符串的开头
(\D*?)-第1组（此处为Animal列）：任意0+个非数字符号，应尽可能少
\s*-0个或多个空格
(\d.*)-第2组（此处为Total列）：一个数字，后跟任意0+个字符（如果不使用(?s)，则为换行符）可能（*是贪婪的量词）。

R代码段：

library(tidyr)
df_split<-extract(df, pet, into = c("Animal", "Total"), regex="(\\D*)(\\d.*)")
df_split
# =>   Animal Total
# => 1   Dog    100
# => 2  Cat?    340

字符串的第一位带有单独的字符串，字符串中带有“ *”

2 个答案: