如何根据 R 列中的字母和数字字符对象在 data.frame 中创建新列

Question

我有一个数据框，其中有一列填充了这样的数据，在染色体上，然后是碱基位置，都在一列中。我用整数填充了剩余的 V2 到 V5 列，只是为了模拟类似的 data.frame.

> test
             V1 V2 V3 V4 V5
1     I.1286480  9 17 25 33
2     I.1898932 10 18 26 34
3    I.11871397 11 19 27 35
4    II.1252994 12 20 28 36
5   II.18175911 13 21 29 37
6  III.10298347 14 22 30 38
7  IV.123478912 15 23 31 39
8 V.12837471234 16 24 32 40

以下列中的其他数据。这是一个巨大的数据集，有 115,000 行。我想创建两个新列，一个包含罗马数字（I、II、III、IV、V），另一列包含罗马数字后面的数字。我遇到的问题是这是一个字符对象向量，所以我不确定如何从数字中解析出字母。我尝试使用 DescTools 包中的 StrPos，但是

> StrPos(test$V1, "I")
[1]  1  1  1  1  1  1  1 NA
> StrPos(test$V1, "I.")
[1]  1  1  1  1  1  1  1 NA

它 returns 所有 "I" 的位置，而不仅仅是具有一个 "I" 实例的对象。我想知道 substring 是否可行？但是后来我遇到了所有罗马数字长度不同的问题，以及罗马数字后面的数字长度也不同。我知道这个问题一定有一个简单的解决方案，但我唯一能想到的就是很长的 for 和 if 循环。帮助我，Whosebug，你是我唯一的希望！

Answer 1

使用 tidyr 中的 separate：

library(tidyr)
separate(test, V1, into = c("chr", "pos"))
  chr         pos V2 V3 V4 V5
1   I     1286480  9 17 25 33
2   I     1898932 10 18 26 34
3   I    11871397 11 19 27 35
4  II     1252994 12 20 28 36
5  II    18175911 13 21 29 37
6 III    10298347 14 22 30 38
7  IV   123478912 15 23 31 39
8   V 12837471234 16 24 32 40

如何根据 R 列中的字母和数字字符对象在 data.frame 中创建新列

How to create new columns in data.frame based on letter AND number character objects in a column in R

r

substring

strpos

desctools