regex - 在 R Dataframe 列中拆分单词

Question

我有一个数据框，其中一列中的单词由单个空格分隔。我想将其分为以下三种类型。数据框如下所示。

Text
one of the
i want to

我想把它分成如下。

Text         split1     split2    split3
one of the    one       one of     of the

我能够取得第一名。无法弄清楚其他两个。

我得到 split1 的代码:

new_data$split1<-sub(" .*","",new_data$Text)

找出 split2:

df$split2 <- gsub(" [^ ]*$", "", df$Text)

Answer 1

我们可以尝试使用 gsub。捕获一个或多个非空白 (\\S+) 作为一组(在本例中有 3 个单词)，然后在替换中，我们重新排列反向引用并插入一个分隔符 ( ,)，我们使用它来通过 read.table 转换为不同的列。

 df1[paste0("split", 1:3)] <- read.table(text=gsub("(\\S+)\\s+(\\S+)\\s+(\\S+)", 
                  "\\1,\\1 \\2,\\2 \\3", df1$Text), sep=",")
df1
#        Text split1 split2  split3
#1 one of the    one one of  of the
#2  i want to      i i want want to

数据

df1 <- structure(list(Text = c("one of the", "i want to")), 
.Names = "Text", class = "data.frame", row.names = c(NA, -2L))