Question

我正在尝试在字符串列中分隔数字和字符。到目前为止，我一直在使用tidyr::separate来执行此操作，但是在“异常”情况下遇到错误。

假设我有以下数据

df <- data.frame(c1 = c("5.5K", "2M", "3.1", "M"))

我想获取带有列的数据框

data.frame(c2 = c("5.5", "2", "3.1", NA),
c3 = c("K", "M", NA, "M))

到目前为止，我一直在使用tidyr::separate

df %>%
separate(c1, into =c("c2", "c3"), sep = "(?<=[0-9])(?=[A-Za-z])")

但这仅适用于前三种情况。我意识到这是因为?<=...和?=...需要使用正则表达式。如何修改此代码以捕获字母前缺少数字的情况？也在尝试使用extract函数，但没有成功。

编辑：我想一种解决方法是将其分解为

df$col2 <- as.numeric(str_extract(df$col1, "[0-9]+"))
df$col3 <- (str_extract(df$col1, "[aA-zZ]+"))

但是我很好奇是否还有其他处理方式。

Answer 1

Fatal Exception: java.lang.IllegalStateException: Not allowed to start service Intent { act=<omitted> cmp=<omitted>.VoiceSessionService }: app is in background uid UidRecord{72951c4 u0a302 TPSL bg:+1m43s888ms idle change:cached procs:1 proclist:21717, seq(179,179,179)}
       at android.app.ContextImpl.startServiceCommon(ContextImpl.java:1666)
       at android.app.ContextImpl.startService(ContextImpl.java:1611)
       at android.content.ContextWrapper.startService(ContextWrapper.java:677)
       at <omitted>.VoiceSessionService$Companion.start(VoiceSessionService.java:52)
       at <omitted>.RootActivity.onStart(RootActivity.java:531)
       at android.app.Instrumentation.callActivityOnStart(Instrumentation.java:1391)
       at android.app.Activity.performStart(Activity.java:7347)
       at android.app.ActivityThread.handleStartActivity(ActivityThread.java:3110)
       at android.app.servertransaction.TransactionExecutor.performLifecycleSequence(TransactionExecutor.java:180)
       at android.app.servertransaction.TransactionExecutor.cycleToPath(TransactionExecutor.java:165)
       at android.app.servertransaction.TransactionExecutor.executeLifecycleState(TransactionExecutor.java:142)
       at android.app.servertransaction.TransactionExecutor.execute(TransactionExecutor.java:70)
       at android.app.ActivityThread$H.handleMessage(ActivityThread.java:1926)
       at android.os.Handler.dispatchMessage(Handler.java:106)
       at android.os.Looper.loop(Looper.java:214)
       at android.app.ActivityThread.main(ActivityThread.java:6981)
       at java.lang.reflect.Method.invoke(Method.java)
       at com.android.internal.os.RuntimeInit$MethodAndArgsCaller.run(RuntimeInit.java:493)
       at com.android.internal.os.ZygoteInit.main(ZygoteInit.java:1445)

您可以通过这种方式简单地使用extract(df, c1, into =c("c2", "c3"), "([\\.\\d]*)([a-zA-Z]*)") # c2 c3 # 1 5.5 K # 2 2 M # 3 3.1 # 4 M，但是应该有一个更优雅的方法。

seperate

Answer 2

我们可以使用基数R sub分别删除字符和数字以获取不同的列。

df$c2 <- sub("[A-Za-z]+", "", df$c1)
df$c3 <- sub("\\d*\\.?\\d*", "", df$c1)

df
#    c1  c2 c3
#1 5.5K 5.5  K
#2   2M   2  M
#3  3.1 3.1   
#4    M      M

如果以后不需要，可以通过执行c1来删除df$c1 <- NULL列。

Answer 3

您还可以将regex和\1分组。这与@Ronak Shah的答案非常相似，并且改编自其中，但使用了正则表达式分组

\2

^{由reprex package（v0.2.1）于2019-04-16创建}

Answer 4

我们可以使用extract中的tidyr

library(tidyr)
extract(df, c1, into = c("c2", "c3"), "^([0-9.]*)([A-Z]*)",
        convert = TRUE, remove = FALSE)
#    c1  c2 c3
#1 5.5K 5.5  K
#2   2M 2.0  M
#3  3.1 3.1   
#4    M  NA  M

或者使用read.csv中的base R

read.csv(text= sub("^([0-9.]*)", "\\1,", df$c1), 
   header = FALSE, stringsAsFactors = FALSE, col.names = c("c2", "c3"))

Answer 5

您可以使用软件包 unglue ：

df <- data.frame(c1 = c("5.5K", "2M", "3.1", "M"))

library(unglue)
unglue_unnest(df, c1, "{c2}{c3=\\D*}", convert = TRUE)
#>    c2 c3
#> 1 5.5  K
#> 2 2.0  M
#> 3 3.1   
#> 4  NA  M

将字符串拆分为数字和字符串（有缺失）

5 个答案: