我有一些数据的结构如下：
ID Region Value
1 Europe 8
2 Europe: Class 1 6
3 Asia: System 2 6
4 North America 7
5 Europe: System 1 5
6 Africa 7
7 Africa: Class 2 5
8 South America 9
9 Europe: System 1 3
10 Europe 7
我想做的是创建一个名为Class的新列，该列添加了Region列中提到"类"和"系统"的实例 - 如果不清楚我的意思，请查看下面的预期输出。我知道这可以通过separate函数完成，但我认为您只能为代码的分隔符部分指定一个值。例如sep = ": Class"只会拆分提到"类"的实例，但我也想拆分任何提到"系统"的实例。这可以在一行代码中完成，还是我需要在这里做一些更复杂的事情？以下是我的最终数据应如下所示：
ID Region Class Value
1 Europe 8
2 Europe 1 6
3 Asia 2 6
4 North America 7
5 Europe 1 5
6 Africa 7
7 Africa 2 5
8 South America 9
9 Europe 1 3
10 Europe 7
请注意，我想从Region列中删除对"类"或"系统"(包括冒号)的任何引用，只需将数值添加到新的Class列中即可。
你可以使用基函数来做到这一点，只需将 strsplit 与接受": System"或": Class"作为符号的正则表达式：
splitted = strsplit(df$Region,"(: Class)|(: System)")
df$Region = lapply(splitted,FUN=function(x){x[1]})
df$Class = lapply(splitted,FUN=function(x){x[2]})
结果是：
> df
ID Region Value Class
1 1 Europe 8 NA
2 2 Europe 6 1
3 3 Asia 6 2
4 4 North America 7 NA
5 5 Europe 5 1
6 6 Africa 7 NA
7 7 Africa 5 2
8 8 South America 9 NA
9 9 Europe 3 1
10 10 Europe 7 NA
您可以使用str_extract提取数字，str_remove删除不需要的文本。
library(dplyr)
library(stringr)
df %>%
mutate(Class = str_extract(Region, '(?<=(Class|System)\s)\d+'),
Region = str_remove(Region, ':\s*(Class|System)\s*\d+'))
# ID Region Value Class
#1 1 Europe 8 <NA>
#2 2 Europe 6 1
#3 3 Asia 6 2
#4 4 North America 7 <NA>
#5 5 Europe 5 1
#6 6 Africa 7 <NA>
#7 7 Africa 5 2
#8 8 South America 9 <NA>
#9 9 Europe 3 1
#10 10 Europe 7 <NA>
str_extract提取'Class'后面的数字 或'System'.如果这些单词不存在，则返回NA。
str_remove删除冒号后跟零个或多个空格 (\s*)，后跟'Class'或'System'和一个数字 (\d+)。
数据
如果您以更易于复制的可重现格式提供数据，则更容易提供帮助。
df <- structure(list(ID = 1:10, Region = c("Europe", "Europe: Class 1",
"Asia: System 2", "North America", "Europe: System 1", "Africa",
"Africa: Class 2", "South America", "Europe: System 1", "Europe"
), Value = c(8L, 6L, 6L, 7L, 5L, 7L, 5L, 9L, 3L, 7L)),
class = "data.frame", row.names = c(NA, -10L))