如何使用 tidyr 将长字符串值分成两列

Question

当我尝试用（长）字符串值分隔列时：

df <- tbl_df(c("Indian | Londen", "Greek | Amsterdam", "Hamburger and BBQ | Paris du Nord"))
df <- separate(df, col = value, into = c("var1","var2"), sep = " | ")

我收到一条警告消息，说三个位置的值太多，当我查看更改后的数据框时，我没有得到所需的 df

# A tibble: 3 × 2
       var1  var2
*     <chr> <chr>
1    Indian     |
2     Greek     |
3 Hamburger   and

它似乎在每个 space 分裂，有人知道解决这个问题的方法吗？ var2 应该包含城市或地区名称，谢谢。

Answer 1

separate 当sep参数是字符时将其解释为正则表达式。所以你需要在 regex, pattern | (whitespace 或 whitespace) 与 regex 中的 whitespace 相同，这就是为什么您的字符串被 space 分割的原因：

df <- separate(df, col = value, into = c("var1","var2"), sep = " \| ")

df
# A tibble: 3 × 2
#               var1          var2
#*             <chr>         <chr>
#1            Indian        Londen
#2             Greek     Amsterdam
#3 Hamburger and BBQ Paris du Nord

Answer 2

就这样吧:

由于管道在正则表达式中有特殊含义，表示"OR"，因此您必须先将其转义。您也可以在字符 class [|] 下使用它来获得相同的结果

df1 <- separate(df, col = value, into = c("var1","var2"), sep = "\|")

或

df1 <- separate(df, col = value, into = c("var1","var2"), sep = "[|]")

BASE R方式：

dfx<- data.frame(do.call("rbind",strsplit(df$value,split="\|")))

输出：

> dfx
                  X1             X2
1            Indian          Londen
2             Greek       Amsterdam
3 Hamburger and BBQ   Paris du Nord

如何使用 tidyr 将长字符串值分成两列

How to seperate longer stringvalues with tidyr into two columns

string

split

r

tidyr