将两个子模式上的字符串拆分为data.frame

Question

我有一个字符向量：

s <- "0 / 10 %(% 1 / 11 %-% 2 / 12 %)% 3 / 13"

目标是将它和/和%*%分成（x，y）点和z符号：

data.frame(x = c(0,1,2,3), y = c(10,11,12,13), z = c("(", "-", ")", NA),
           stringsAsFactors = FALSE)
  x  y    z
1 0 10    (
2 1 11    -
3 2 12    )
4 3 13 <NA>

笔记：

• /分开点：我想将x / y分成x -part和y -part。
• 第二个分割%*%应该进入符号列z ，但没有% 's;

我尝试了各种版本的strsplit没有成功：

trimws(unlist(strsplit(s, "[/(%*%)]")))
[1] "0" "0" ""  ""  "1" "1" "-" "2" "2" ""  ""  "3" "3"

问题 ：

• -不会被(%*%)抓住，为什么？
• 我有空字符串部分，为什么？
• 我不知道如何将split存储到z列中

Answer 1

这解决了您的问题：

str <- "0 / 10 %(% 1 / 11 %-% 2 / 12 %)% 3 / 13"

str_sub <- gsub("[%/]","",str) #sub all % and / with ""
str_split <- strsplit(str_sub,"\\s+")[[1]] #split by whitespace
str_corr <- c(str_split,rep(NA,3-length(str_split) %% 3)) #correct length, fill the end with NAs

df <- as.data.frame(matrix(str_corr,ncol=3,byrow=TRUE)) #convert to data.frame via matrix
colnames(df) <- c("x","y","z") #set colnames

^{由reprex包创建于2019-04-09（v0.2.1）}

到你的第一期：

1. %*%不捕获-因为你要求正则表达式重复% 0或更多次（使用*）但不要求- 。

Answer 2

这是微妙的，因为strsplit(s, '%[(-)]%')抛弃了你的分裂模式，这对于'/'是可以的，但不是用于捕获strsplit(s, '%[(-)]%')间的中间字符。 如果你保证在正确的百分比之后有空格，你可以做strsplit（s，'％'）; 否则你需要一个带有右前瞻数字断言的正则表达式。

进行两次拆分更容易，更清晰：对'％'右边百分比进行第一次拆分：

s2 <- strsplit(s, '% ')[[1]]

"0 / 10 %(" "1 / 11 %-" "2 / 12 %)" "3 / 13"

现在，您对'/'和左百分比字符进行第二次拆分：

> strsplit(s2, '[%/]')

[[1]]
[1] "0 "   " 10 " "("   

[[2]]
[1] "1 "   " 11 " "-"   

[[3]]
[1] "2 "   " 12 " ")"   

[[4]]
[1] "3 "  " 13"

这个问题很轻微; 最后一行没有符号。 因为在你的情况下似乎可以安全地假设只发生在行尾，最简单的kludge是添加'％$％'行尾字符（注意尾随空格），然后映射$ - > NA。