从数据框中的字符串中拆分数字

Question

我在 R 中有一个数据框，其中有一列如下所示：

Venue
AAA 2001
BBB 2016
CCC 1996
... ....
ZZZ 2007

为了使数据框的使用稍微容易一些，我想将场地列分成两列，位置和年份，如下所示：

Location Year
AAA      2001
BBB      2016
CCC      1996
...      ....
ZZZ      2007

我尝试了 cSplit() 函数的各种变体来实现此目的：

df = cSplit(df, "Venue", " ") #worked somewhat, however issues with places with multiple words (e.g. Los Angeles, Rio de Janeiro)
df = cSplit(df, "Venue", "[:digit:]")
df = cSplit(df, "Venue,", "[0-9]+")

到目前为止，

None 对我有用。如果有人能指出正确的方向，我将不胜感激。

Answer 1

最简单的方法是使用自动向量化的stringr

library(stringr)

df[,1:2] <- str_split(df$Venue, pattern = "\s+(?=\d)", simplify = TRUE)
colnames(df) <- c('Location', 'Year')

或 str_split_fixed

str_split_fixed(df$Venue, pattern = "\s+(?=\d)", 2)

你也可以用 base R

df[,1:2] <- do.call(rbind, strsplit(df$Venue, split = "\s+(?=\d)", perl = TRUE))
colnames(df) <- c('Location', 'Year')

Answer 2

这个怎么样？

d <- data.frame(Venue = c("AAA 2001", "BBB 2016", "CCC 1996", "cc d 2001"),
         stringsAsFactors = FALSE)

d$Location <- gsub("[[:digit:]]", "", d$Venue)
d$Year <- gsub("[^[:digit:]]", "", d$Venue)
d
#       Venue Location Year
# 1  AAA 2001     AAA  2001
# 2  BBB 2016     BBB  2016
# 3  CCC 1996     CCC  1996
# 4 cc d 2001    cc d  2001

从数据框中的字符串中拆分数字

Splitting numerals from string in data frame

r

splitstackshape