创建具有多个分隔符的两列答案

【问题标题】：Create two column with multiple separators创建具有多个分隔符的两列
【发布时间】：2020-11-05 20:55:08
【问题描述】：

我有一个数据框，例如

COl1
scaffold_97606_2-BACs_-__SP1_1
UELV01165908.1_2-BACs_+__SP2_2
UXGC01046554.1_9-702_+__SP3_3
scaffold_12002_1087-1579_-__SP4_4

我想将两者分成两列并得到：

COL1           COL2 
scaffold_97606 2-BACs_-__SP1_1
UELV01165908.1 2-BACs_+__SP2_2
UXGC01046554.1 9-702_+__SP3_3
scaffold_12002 1087-1579_-__SP4_4

所以你可以看到分隔符的变化，它可以是.Number_ 或Number_Number

到目前为止我写的;

df2 <- df1 %>%
    separate(COL1, paste0('col', 1:2), sep = " the separator patterns ", extra = "merge")

但我不知道应该在" the separator patterns "part 中使用什么分隔符

【问题讨论】：

仅作记录：OP 尝试描述为here。这不仅仅是一个 gimme-teh-codez 请求。

标签： r regex dataframe csv

【解决方案1】：

你可以使用

> df1 %>%
    separate(COl1, paste0('col', 1:2), sep = "(?<=\\d)_(?=\\d+-)", extra = "merge")
            col1               col2
1 scaffold_97606    2-BACs_-__SP1_1
2 UELV01165908.1    2-BACs_+__SP2_2
3 UXGC01046554.1     9-702_+__SP3_3
4 scaffold_12002 1087-1579_-__SP4_4

见regex demo

模式详情

(?<=\d) - 正向向后看，需要紧跟当前位置左侧的数字
_ - 下划线
(?=\d+-) - 需要一位或多位数字的正向前瞻，然后在当前位置右侧紧邻 -。

【讨论】：

【解决方案2】：

您可以使用extract：

tidyr::extract(df, COl1, c('Col1', 'Col2'), regex = '(.*?\\d+)_(.*)')

#            Col1               Col2
#1 scaffold_97606    2-BACs_-__SP1_1
#2 UELV01165908.1    2-BACs_+__SP2_2
#3 UXGC01046554.1     9-702_+__SP3_3
#4 scaffold_12002 1087-1579_-__SP4_4

数据

df <- structure(list(COl1 = c("scaffold_97606_2-BACs_-__SP1_1", 
"UELV01165908.1_2-BACs_+__SP2_2", 
"UXGC01046554.1_9-702_+__SP3_3", "scaffold_12002_1087-1579_-__SP4_4"
)), class = "data.frame", row.names = c(NA, -4L))

【讨论】：