r - 如何在 R 中使用 tidyr 将字符串列分隔为多个其他列

Question

所以我在 R 中使用 tidyr，我试图将 'pub_author' 列(附在下面)中的数据分成 3 个单独的列:'website_title' 、'year' 和 'author'。我尝试使用 separate() 函数执行 separate('pub_author',c('website_title','year', 'author'),'-')，但是由于 R 单独读取每个 '-'，因此它只返回前三个单词。有谁知道如何将标题和作者的词分组，以便它们出现在适当的列或任何其他方法中？

Answer 1

使用separate，我们可以传递正则表达式环视。在这种情况下，它将匹配 4 位数字之前的 - 或 4 位数字之后的 -

library(tidyr)
separate(df1, pub_author, into = c('website_title','year', 'author'), 
     "-(?=\\d{4})|(?<=\\d{4})-")
#        website_title year        author
#1       nfl-draft-geek 2018 justin-miller
#2                  cbs 2019   pete-prisco
#3            sb-nation 2020     dan-kadar
#4    football-fan-spot 2019 steven-lourie
#5             fanspeak 2018       william
#6 acme-packing-company 2020  shawn-wagner

数据

df1 <- structure(list(pub_author = c("nfl-draft-geek-2018-justin-miller", 
"cbs-2019-pete-prisco", "sb-nation-2020-dan-kadar", 
  "football-fan-spot-2019-steven-lourie", 
"fanspeak-2018-william", "acme-packing-company-2020-shawn-wagner"
)), class = "data.frame", row.names = c(NA, -6L))