r-通过识别字符串中出现的最后一个逗号来拆分字符

Question

我需要你的帮助！我有以下df

df <- data.frame("Time,Value"=c(
"32,2,044678E-02",
"32,05,2,044678E-02",
"32,1,2,044678E-02",
"32,15,2,044678E-02"))

问题是，分隔符，这里是逗号"，"，与小数位置混淆了，这里也是逗号"。。。

我想要以下产品：

df <- data.frame(Time=c(
32,  32.05,  32.1,  32.15),
Value=c(2.044678E-02, 2.044678E-02, 2.044678E-02, 2.044678E-02))

这只是一个简短的例子，但我有超过3万行的数据！！！对于你们这些生物学家来说：这是Aglient Bioanalyzer数据的导出，数据混乱，夹杂着英语和德语的小数点！

希望你能帮助我。我尝试了几件事，但都没有成功

我不知道，但也许一个解决方案是识别最后一个逗号，并在这一点上拆分字符。示例：

32,2,044678E-02      to      32           2,044678E-02
and
32,15,2,044678E-02     to     32,15        2,044678E-02

以及…等等最佳

Answer 1

以下是使用gsub和str_split的方法：

library(stringr)
df <- data.frame("Time,Value"=c(
"32,2,044678E-02",
"32,05,2,044678E-02",
"32,1,2,044678E-02",
"32,15,2,044678E-02"))

str_split(gsub("(.*[,]?),(.*[,]{1})", "\1;\2", df$Time.Value), pattern = ";", simplify = T)

[,1]    [,2]          
[1,] "32"    "2,044678E-02"
[2,] "32,05" "2,044678E-02"
[3,] "32,1"  "2,044678E-02"
[4,] "32,15" "2,044678E-02"

现在，您可以转换为具有所需等级库的data.frame。

Answer 2

请注意，精度不会丢失，只是对打印方法的值进行四舍五入。

library(tidyverse)
df$Time.Value %>% 
as.character %>% 
strsplit(',') %>% 
map_dfr(~ {
# apply function to .x, separately for (last 2 comma-delimited groups) and (all others)
tapply(.x, rev(seq_along(.x)) <= 2 
, function(x) as.numeric(paste0(x, collapse = '.'))
, simplify = F) %>% 
setNames(c('Time', 'Value'))
})
# # A tibble: 4 x 2
#    Time  Value
#   <dbl>  <dbl>
# 1  32   0.0204
# 2  32.0 0.0204
# 3  32.1 0.0204
# 4  32.2 0.0204

Answer 3

这个REGEX应该能做到：

([^",s].*),(d+,d+E-d+)

• Group1是您的第一个号码
• Group2是第二个/科学数字

Answer 4

已经有了更整洁的解决方案。由于直接使用lapply，我认为这一点很容易修改。

df <- data.frame(
"Time,Value" = c(
"32,2,044628E-02",
"32,05,2,054678E-02",
"32,1,2,044878E-02",
"32,15,2,044218E-02"
)
)
as.data.frame(do.call(rbind, lapply(
X = strsplit(df$Time.Value, ",", perl = TRUE),
FUN = function(x) {
c(paste(x[1:(length(x) - 2)], collapse = ".")
,
paste0(x[length(x) - 1], ".", x[length(x)]))
}
))) -> df_clean

setNames(object = df_clean,
unlist(strsplit(
names(df), split = ".", fixed = TRUE
))) -> df_clean

head(df_clean)