拆分驼峰式列名

Question

我想弄清楚这个问题已经有一段时间了，想在这里问一下。

假设我有一个如下所示的数据框：

df <- data.frame(participant = 1:6, group = c("adult", "adult", "child", "child", "NSS", "NSS"), RegProto = c(2, 3, 4, 2, 4, 3), RegInt = c(2, 3, 4, 6, 6, 5), RegDistant = c(3, 3, 4, 5, 4, 5), IrregProto = c(4, 5, 3, 4, 3, 1), IrregInt = c(4, 4, 4, 4, 4, 4), IrregDistant = c(4, 5, 6, 8, 9, 1))

这个数据框的问题在于每个数据框都包含两个变量：一个变量的值为 Reg 或 Irreg，另一个变量的值为 Proto、Int，或Distant。我想做的是拆分这些列并使 table 变长，最好使用 tidyr。我以为我可以这样做。

library("tidyr")
df_long <- df %>%
gather(index, n, -group, -participant) %>%
select(participant, group, index, n) %>%
separate(index, into = c("verb", "similarity"), sep = "\.?=\p{Upper}")

在 separate() 之前，这就是我想要的。我收到一条错误消息，指出这些值未拆分，但没有其他关于为什么会这样的建议。我是正则表达式的新手，所以我怀疑问题一定在那里，但我不知道正确的语法是什么。

Answer 1

您可以使用这个正则表达式：

(?<=.)(?=[A-Z])

这表示（零长度）位置后跟一个大写字母，前面是任何字符。

命令：

library(dplyr)
df %>%
  gather(index, n, -group, -participant) %>%
  select(participant, group, index, n) %>%
  separate(index, into = c("verb", "similarity"), sep = "(?<=.)(?=[A-Z])")

拆分驼峰式列名

Split camelCase Column names

regex

r

dplyr

tidyr