使用 tidyr 和 regex 創建兩列

Question

我想將包含代碼和地名的一列數據分成兩個單獨的列。 我嘗試使用tidyr的單獨命令，但在使用正則表達式時遇到了一些困難（我之前沒有使用過它們，無法弄清楚我做錯了什么/正則表達式是如何工作的）。

數據在格式方面非常一致。 大多數觀察以代碼開頭，然后是位置。 偶爾有一個觀察結果只是一個位置（沒有代碼）。 以下是數據示例：

df <- read.table(text = c("
obs  name
1    01-220 location 1
2    05-23 town 3
3    District 2"), header = T)

我使用以下代碼：

df <- df %>% separate(name, into = c("location_code", "location_name"), sep = "([0-9] [A-z])")    

結果（注意 location_code 中的最后一個數字和 location_name 中的第一個字母丟失）：

obs   location_code    location_name
1     01-22           ocation 1
2     05-2            own 3
3     District 2       NA

我想要的輸出是：

# obs   location_code    location_name
# 1     01-220           location 1
# 2     05-23            town 3
# 3     NA               District 2

提前致謝！

Answer 1

我們可以使用正則表達式環視來指定sep 。

separate(df, name, into = c("location_code", "location_time"),
                                  "(?<=([0-9] )|\\b)(?=[A-Za-z])")
#   obs location_code location_time
#1   1       01-220     location 1
#2   2        05-23         town 3
#3   3                  District 2

---

或extract

extract(df, name, into = c("location_code", "location_time"), "([0-9-]*)\\s*(.*)")
#  obs location_code location_time
#1   1        01-220    location 1
#2   2         05-23        town 3
#3   3                  District 2

數據

df <- structure(list(obs = 1:3, name = c("01-220 location 1", "05-23 town 3", 
 "District 2")), .Names = c("obs", "name"), class = "data.frame", row.names = c(NA, 
 -3L))