如何根据第一个空格拆分 R 中的列

Posted 2023-02-14

【中文标题】如何根据第一个空格拆分 R 中的列

【英文标题】：How to Split Columns in R based on First Space

【发布时间】：2022-01-22 12:47:28

【问题描述】：

我有这段代码在第二个空格上拆分列，但我不知道如何修改它以仅在第一个空格上拆分。我对正则表达式不太熟悉。

library(tidyr)

df <- data.frame(Location = c("San Jose CA", "Fremont CA", "Santa Clara CA"))
separate(df, Location, into = c("city", "state"), sep = " (?=[^ ]+$)")

#          city state
# 1    San Jose    CA
# 2     Fremont    CA
# 3 Santa Clara    CA

【问题讨论】：

如果您确实需要在 first 空间上拆分，那么我建议您编辑您的问题以反映这一点。您当前的问题旨在将城市与州分开，这需要在 last 空间上进行拆分。

【参考方案1】：

你可以使用

library(tidyr)
df <- data.frame(Location = c("San Jose CA", "Fremont CA", "Santa Clara CA"))
df_new <- separate(df, Location, into = c("city", "state"), sep = "^\\S*\\K\\s+")

输出：

> df_new
     city      state
1     San    Jose CA
2 Fremont         CA
3   Santa   Clara CA

^\S*\K\s+ 正则表达式匹配

^ - 字符串开头 \S* - 零个或多个非空白字符 \K - 匹配重置运算符，将匹配的文本从整体匹配内存缓冲区中丢弃 \s+ - 一个或多个空格字符。

注意：如果你的字符串可以有前导空格，并且你想忽略这个前导空格，你可以在^ 之后添加\\s* 并使用

sep = "^\\s*\\S+\\K\\s+"

这里，\S+ 将要求在拆分字符串的空格之前至少存在一个（或多个）非空格字符。

【讨论】：

完美，谢谢！感谢您解释我正在尝试学习的正则表达式。

【参考方案2】：

如果你想坚持separate，那就试试吧：

separate(df, Location, into=c("city", "state"), sep=" (?=[A-Z]2$)")

我们也可以在此处尝试使用sub 作为基本 R 选项：

df$city <- sub("\\s+[A-Z]2$", "", df$Location)
df$state <- sub("^.*\\s+", "", df$Location)

【讨论】：

谢谢，但结果相同。它在第二个空间分开。我想在第一个空格上分开。

@CrashBandicoot Check this demo 看到我在separate 调用中使用的sep 是针对正确的第二个空格。您确定要在 first 空间上拆分吗？

是的，这是我需要定位的第一个空间。我知道在这个例子的上下文中它没有多大意义