我有一个大型数据集,其中所有列标题都是单独的 IDS,每个 IDS 长度为 8 个字符。我想将这些单独的 ID 分成 2 行,其中第一行 ID 包含前 7 个字符,第二行仅包含最后一个字符。
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
我浏览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式来分隔列名称(即:有一个逗号分隔两个组成部分,或一个句点)。
这是我认为效果最好的代码,但我只是不知道如何编码“7 个字符”作为分割点,而不是逗号:
sapply(strsplit(as.character(d$ID), ",")
如有任何帮助,我们将不胜感激。
最佳答案
这是一个解决方案的正则表达式 strsplit
。它将字符串拆分为第 7 个和第 8 个字符:
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"
<小时/>
正则表达式模式的说明:
(?<=.{7})
(?<=)
是一个(积极的)回顾。它匹配指定模式前面的任何位置。这里,模式是 .{7}
。点 ( .
) 匹配任何字符。 {7}
表示7次。因此,正则表达式匹配前面正好 7 个字符的位置。
关于regex - R中按字母/字符数拆分列标签,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/21959930/