[英]Splitting Column Conditionally in R
我的数据框看起来像这样:
Var
H2307
A123
F45fjhsk
category
J30HS
我希望它看起来像这样:
Var Var_1 Var_2
H2307 H 2307
A123 A 123
F45fjhsk NA NA
category NA NA
J30HS J 30HS
我尝试了这种变化:
for (i in 1:length(dat$Var)){
if (nchar(dat$Var) < 7){
tx <- strsplit(dat$Var[i], split = "(?<=[a-zA-Z])(?=[0-9])", perl = T)
tx <- t(matrix(tx, nrow=2, ncol=length(tx)/2))
}
}
我认为这已经接近了,但仍然行不通; 拆分部分效果很好。 我有“ <7”,因为我要拆分的所有字符串都少于7个字符,因此它不包括“ F45fjhsk”条目。
这是tidyr::extract
一个选项:
library(tidyr)
df <- df %>%
extract(Var, into=c("Var_1", "Var_2"), regex="^(?=.{1,7}$)([a-zA-Z]+)([0-9].*)$", remove=FALSE)
df
# Var Var_1 Var_2
#1 H2307 H 2307
#2 A123 A 123
#3 F45fjhsk <NA> <NA>
#4 category <NA> <NA>
#5 J30HS J 30HS
^(?=.{1,7}$)
断言字符总数小于或等于七个; ([a-zA-Z]+)
与字符串开头的非数字部分匹配; ([0-9].*)
匹配第一位数字后的所有内容。
看起来您的regEx排除了第二组中包含字母的可能性
([a-zA-Z])(.+)
通过在第二个集合中使用(。+),您也可以处理这种情况。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.