从R中用冒号和分号分隔的字符串中提取

Question

我有一个字符串向量，我想从中提取信息。字符串如下所示：

obs, product
  1, apple:pink lady;grade 1
  2, apple--pink lady
  3, orange

我想提取信息并像这样组织：

obs, product_1, product_2, product_3
  1, apple, pink lady, grade 1
  2, apple, pink lady, NA,
  3, orange, NA, NA

我是编程新手，曾尝试使用 sub(';.*$','',datasetname)，它将返回一个新向量，对于 obs 1，我可以得到产品 1 和 2 的组合因此，我将需要再做一轮来分离新形成的字符串。但是，对于 obs 3（没有任何特殊字符、冒号或分号），该函数将返回整个内容。另外，我还需要考虑一些分隔符可以不同的情况，比如“--”，而不是冒号和分号。

我想知道如何使用 sqldf 或 R 中的其他包获得我想要的东西？

Answer 1

我们可以使用base R 来做到这一点

df2 <- cbind(df1[1], read.csv(text=gsub('[:;-]+', ',', df1$product),
       header = FALSE, na.strings = "", col.names = paste0("product_", 1:3)))

df2
#   obs product_1 product_2 product_3
#1   1     apple pink lady   grade 1
#2   2     apple pink lady      <NA>
#3   3    orange      <NA>      <NA>