如何在 R 中使用 tidyr 將一個字符串列分成多個其他列

Question

所以我在 R 中使用 tidyr，我試圖將'pub_author'列（附在下面）中的數據分成 3 個單獨的列： 'website_title' 、 'year'和'author' 。 我嘗試使用單獨的（） function 做separate('pub_author',c('website_title','year', 'author'),'-') ，但是由於 R 單獨讀取每個'-'它只返回前三個字。 有誰知道如何對標題和作者的單詞進行分組，以便它們出現在適當的列或任何其他方法中？

Answer 1

使用separate的，我們可以通過正則表達式環視。 在這種情況下，它將匹配-在 4 位之前或-在 4 位之后

library(tidyr)
separate(df1, pub_author, into = c('website_title','year', 'author'), 
     "-(?=\\d{4})|(?<=\\d{4})-")
#        website_title year        author
#1       nfl-draft-geek 2018 justin-miller
#2                  cbs 2019   pete-prisco
#3            sb-nation 2020     dan-kadar
#4    football-fan-spot 2019 steven-lourie
#5             fanspeak 2018       william
#6 acme-packing-company 2020  shawn-wagner

數據

df1 <- structure(list(pub_author = c("nfl-draft-geek-2018-justin-miller", 
"cbs-2019-pete-prisco", "sb-nation-2020-dan-kadar", 
  "football-fan-spot-2019-steven-lourie", 
"fanspeak-2018-william", "acme-packing-company-2020-shawn-wagner"
)), class = "data.frame", row.names = c(NA, -6L))