r - Tidyr 使用正则表达式分开

Question

我搜了又搜，找到了类似的东西，但没有什么是对的。希望这个问题没有得到解答。

假设我有一个包含 Y、N 的列，有时还有额外的信息

    df<-data.frame(Names=c("Patient1","patient2","Patient3","Patient4","patient5"),Surgery=c("Y","N","Y-this kind of surgery","See note","Y"))

我正在尝试将 Y 或 N 分离到一列中，并将该列中的所有其他内容分离到另一列中。

我试过了

    df%>%separate('Surgery',c("Surgery","Notes"), sep=" ")

最后一栏有“see”，下一栏有“notes”

    df%>%separate('Surgery',c("Surgery","Notes"), sep = '^Y|^N')

越来越奇怪了

    df%>%separate('Surgery',c("Surgery","Notes), sep= "^[YN]?")

正确拆分音符，删除 Y 和 N。

有人知道怎么分开吗？我正在寻找的结果在手术列中只有 Y 或 N，其他任何内容都被推到不同的列。

Answer 1

我们可以使用 extract from tidyr

library(tidyr)
library(dplyr)
df %>% 
  extract(Surgery, into = c("Surgery", "Notes"), "^([YN]*)[[:punct:]]*(.*)")
#     Names Surgery                Notes
#1 Patient1       Y                     
#2 patient2       N                     
#3 Patient3       Y this kind of surgery
#4 Patient4                     See note
#5 patient5       Y