r-匹配数字或字符前面的第一个字母-正则表达式

Question

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！

Answer 1

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))