正则表达式 – 按R中的字母/字符数拆分列标签

发布时间：2020-12-14 06:04:14 所属栏目：百科来源：网络整理

导读：我有一个大型数据集,其中所有列标题都是单独的IDS,每个长度为8个字符.我想将这些单独的ID拆分为2行,其中第一行ID包含前7个字符,第二行包含最后一个字符. 当前数据集： ID1: Indiv01A Indiv01B Indiv02A Indiv02B Speci03A Speci03B 预期数据集： ID1: Indiv0

我有一个大型数据集,其中所有列标题都是单独的IDS,每个长度为8个字符.我想将这些单独的ID拆分为2行,其中第一行ID包含前7个字符,第二行包含最后一个字符.

当前数据集：

ID1:    Indiv01A    Indiv01B    Indiv02A    Indiv02B    Speci03A    Speci03B

预期数据集：

ID1:    Indiv01 Indiv01 Indiv02 Indiv02 Speci03 Speci03  
ID2:    A   B   A   B   A   B

我查看了有关拆分数据的其他帖子,但它们似乎都有一种独特的方法来分隔列名称(即：有一个逗号分隔2个组件或句点).

这是我认为最好的代码,但我无法弄清楚如何编写“7个字符”作为分割点,而不是逗号：

sapply(strsplit(as.character(d $ID),“,”)

任何帮助,将不胜感激.

解决方法

这是strsplit解决方案的正则表达式.它在第7个和第8个字符之间拆分字符串：

ID1 <- c("Indiv01A","Indiv01B","Indiv02A","Indiv02B","Speci03A","Speci03B")

res <- strsplit(ID1,"(?<=.{7})",perl = TRUE)

# [[1]]
# [1] "Indiv01" "A"      
# 
# [[2]]
# [1] "Indiv01" "B"      
# 
# [[3]]
# [1] "Indiv02" "A"      
# 
# [[4]]
# [1] "Indiv02" "B"      
# 
# [[5]]
# [1] "Speci03" "A"      
# 
# [[6]]
# [1] "Speci03" "B"

现在,您可以使用rbind创建两列：

do.call(rbind,res)
#      [,1]      [,2]
# [1,] "Indiv01" "A" 
# [2,] "Indiv01" "B" 
# [3,] "Indiv02" "A" 
# [4,] "Indiv02" "B" 
# [5,] "Speci03" "A" 
# [6,] "Speci03" "B"

正则表达式模式的说明：

(?<=.{7})

(？< =)是(正面的)后视.它匹配任何以指定模式开头的位置.这里的模式是.{7}.点(.)匹配任何字符. {7}意味着7次.因此,正则表达式匹配前面恰好有7个字符的位置.

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!