我正在R中尝试匹配一个特定的模式,以将列分离
考虑以下字符串示例:
1-EXAMPLE
23-EXAMPLE2
A-EXAMPLE3
EXAMPLE-4
如何编写要在tidyr::extract
中使用的正则表达式,以便按如下方式进行分离:
1 EXAMPLE
23 EXAMPLE2
A EXAMPLE3
NA EXAMPLE-4
如果在第一个-
标记之前只有数字,或者之前有一个字母(如第三种情况(,但如果有更多(如示例4(,我想在它之前进行分离
谢谢!
在执行extract
之前,我们可以使用case_when
插入字符
library(dplyr)
library(stringr)
library(tidyr)
df1 %>%
mutate(col1 = case_when(str_detect(trimws(col1), '^([A-Z]|[0-9]+)\s*-',
negate = TRUE) ~ str_c('-', col1), TRUE ~ trimws(col1))) %>%
extract(col1, into = c('col1', 'col2'), '^([A-Z]|\d+)?\s*-(.*)') %>%
mutate(col1 = na_if(col1, ''))
-输出
col1 col2
1 1 EXAMPLE
2 23 EXAMPLE2
3 A EXAMPLE3
4 <NA> EXAMPLE-4
数据
df1 <- structure(list(col1 = c("1-EXAMPLE", "23-EXAMPLE2", "A-EXAMPLE3",
"EXAMPLE-4")), class = "data.frame", row.names = c(NA, -4L))