最后一位数字的单独列答案

【问题标题】：Separate column on the last digit最后一位数字的单独列
【发布时间】：2021-06-23 21:48:28
【问题描述】：

假设我有一个像这样的 df：

x <- data.frame("SN" = 1:3, "Age" = c(21,15,2), "Name" = c("Q62yes","Q44_1_1Maybe", "Q2Some times"))

我想将名称列分开，这样：

x_out <- data.frame("SN" = 1:3, "Age" = c(21,15,2), "Name" = c("Q62","Q44_1_1","Q2"), "New" = c("yes", 'Maybe', 'some times'))

我试过这个，但我不认为我的正则表达式没有按预期将它分成两组。有什么建议吗？

x %>% 
  tidyr::separate(Name,c("name",'new'), sep = "(Q[[:digit:]]*_[[:digit:]])*([[:alpha:]]*\\s*)")

【问题讨论】：

标签： r regex

【解决方案1】：

你可以使用

x %>% 
   tidyr::extract(Name,c("name",'new'), "(.*?\\d)([[:alpha:]].*)")

正则表达式的意思是：

(.*?\d) - 第 1 组：任何零个或多个字符尽可能少，直到后面的子模式跟随的数字
([[:alpha:]].*) - 第 2 组：一个字母，然后是字符串的其余部分。

请参阅regex demo。

带输出的 R 测试：

> x %>% 
+   tidyr::extract(Name,c("name",'new'), "(.*?\\d)([[:alpha:]].*)")
  SN Age    name        new
1  1  21     Q62        yes
2  2  15 Q44_1_1      Maybe
3  3   2      Q2 Some times

【讨论】：

谢谢，我不知道你可以用 extract 做！
@NewBee 使用extract 更安全。假设您有Q62iphone11new，它将被拆分多次，列数将不再匹配。

【解决方案2】：

我们可以使用正则表达式环视在separate 中的数字 (\\d) 和非数字 ([A-Za-z]) 之间进行拆分

library(tidyr)
library(dplyr)
x %>% 
    separate(Name, into = c("Name", "New"), sep="(?<=\\d)(?=[A-Za-z])")

-输出

SN Age    Name        New
1  1  21     Q62        yes
2  2  15 Q44_1_1      Maybe
3  3   2      Q2 Some times

请注意，与extract相比，当我们没有数字时，这也可以工作

x$Name[3] <- "hello"

【讨论】：