R 中的字符串拆分，具有复杂的除法

Question

我有一个 df (day.df)，其中包含 vial 列，我试图将其拆分为四个新列。新列将为treatment gender line block。 day.df 数据框还具有将保留的 response 和 explanatory 列。

所以 day.df 目前看起来像这样(31000 行中的前 4 行):

    vial    response explanatory
    Xm1.1   0        4
    Xm2.1   0        4
    Xm3.1   0        4
    Xm4.1   0        4
    .       .        .
    .       .        .        
    .       .        .

vial 列的当前内容如下所示..Xm1.2。

• 第一个字符(显示为 X)可以是 X 或 A - 这将是治疗。
• 第二个字符(在示例中显示为 m)可以是 m 或f - 这是性别。
• 第三个字符(显示为 1)，范围为 1-40 - this是行。
• 第四个也是最后一个字符是 block ，范围为1-4
• “.”需要丢弃

因此，新的 day.df 将如下所示(我使用四个“随机”行来说明每个新列内的变化):

        vial    response explanatory  treatment gender line  block
        Xm1.1   0        4            X         m      1     1
        Am1.1   0        4            A         m      1     1
        Xf3.2   0        4            X         f      3     2
        Xm4.2   0        4            X         m      4     2
        .       .        .
        .       .        .        
        .       .        .

我在网上查了一下如何做到这一点，这是我最接近的；我尝试像这样拆分 vial 列...

 > a=strsplit(day.df$vial,"")
 > a[1] "Xm1.2"

但是当字符串的“行”部分变为 >9 时出现问题，因为那里有两个字符，例如(对于 vial 为 Af20.2 的行)。

 > a[300]
 [[1]]
 [1] "A" "f" "2" "0" "." "2"

应该读作:

 > a[300]
 [[1]]
 [1] "A" "f" "20" "." "2"

所以我需要帮助解决的步骤是:

1. 克服字符串超过 9 时的 line 部分的问题。
2. 将分割字符串列表添加到 day.df 数据帧的四个必需列中

Answer 1

像这样使用gsub和strsplit:

v <- c('Xm1.1','Xf3.2')
h <- gsub('(X|A)(m|f)([0-9]{1,2})[.]([1-4])','\\1|\\2|\\3|\\4',v)
do.call(rbind,strsplit(h,'[|]'))

    [,1] [,2] [,3] [,4]
[1,] "X"  "m"  "1"  "1" 
[2,] "X"  "f"  "3"  "2" 

结果是一个data.frame，您可以将它cbind到您的原始data.frame。

编辑 @GriffinEvo 应用和测试的代码:

 a = gsub('(X|A)(m|f)([0-9]{1,2})[.]([1-4])',
           '\\1|\\2|\\3|\\4',day.df$vial) 

 do.call(rbind, strsplit(a,'[|]') )
 day.df = cbind(day.df,do.call(rbind,strsplit(a,'[|]'))) 
 colnames(day.df)[4:7] = c ("treatment" , "gender" , "line" , "block")