当我没有分隔符时，如何将 R 中的列拆分为两列？答案

【问题标题】：How do I split a column in R into two columns when I have no delimiter?当我没有分隔符时，如何将 R 中的列拆分为两列？
【发布时间】：2020-02-11 23:02:02
【问题描述】：

我有一个名为 data1 的数据集，我需要将第一列分成两列。我遇到的问题是我需要拆分的内容之间没有分隔符，并且字符长度不同是很多行。

我想按日期和性别分开。

例如

12/1/09male
1/9/20female
13/1/19female
4/12/12male

我一直在尝试这个，但是因为值有不同数量的字符，我被卡住了。

separate(data1, col = 1, into = c("date","sex"), sep = "")

任何帮助将不胜感激！

【问题讨论】：

标签： r csv

【解决方案1】：

一个选项是一个积极的后视和前瞻，以分割一个数字，后跟"m"或"f"。

df %>% separate(1, c("date", "sex"), sep = "(?<=\\d)(?=[mf])")
#    date    sex
#1 12/1/09   male
#2  1/9/20 female
#3 13/1/19 female
#4 4/12/12   male

不管怎样，同样的正则表达式模式适用于 base R 的strsplit

setNames(do.call(
    rbind.data.frame,
    strsplit(as.character(df[, 1]), "(?<=\\d)(?=[mf])", perl = T)),
    c("date", "sex"))

样本数据

df <- read.table(text =
'12/1/09male
1/9/20female
13/1/19female
4/12/12male')

【讨论】：

【解决方案2】：

我对 R 相当陌生，所以我确信这不是最优雅的解决方案。我先在日期和性别之间加一个逗号，然后在逗号上隔开

a <- data.frame(row_1 = c("12/1/09male", "1/9/20female", "13/1/19female", "4/12/12male"))
a[, "row_1"] = str_replace(a$row_1, "(male|female)", ",\\1")
separate(a, row_1, ",", into = c("date", "sex"))

【讨论】：

【解决方案3】：

使用tidyr::extract，我们可以将数据捕获为两部分。首先捕获日期（格式为 d/m/y），然后捕获字符串的所有剩余部分。

tidyr::extract(df, V1, c("date", "sex"), "(\\d+/\\d+/\\d+)(.*)")

#     date    sex
#1 12/1/09   male
#2  1/9/20 female
#3 13/1/19 female
#4 4/12/12   male

数据

df <- structure(list(V1 = structure(c(2L, 1L, 3L, 4L), .Label = c("1/9/20female", 
"12/1/09male", "13/1/19female", "4/12/12male"), class = "factor")), 
class = "data.frame", row.names = c(NA,-4L))

【讨论】：

【解决方案4】：

使用 gsub 和一些正则表达式的基本 R 解决方案：

df_clean <- within(df, {
    date <- as.Date(gsub("[A-Za-z]+", "", V1), format = "%d/%m/%y")
    sex  <- as.factor(gsub("\\d+|\\/", "", V1))
    rm(V1)
  }
)

数据：

df <- structure(list(V1 = structure(c(2L, 1L, 3L, 4L), .Label = c("1/9/20female", 
"12/1/09male", "13/1/19female", "4/12/12male"), class = "factor")), class = "data.frame", row.names = c(NA, 
-4L))

【讨论】：