r - 按数据表上的最后一个空格拆分字符串

Question

我有一个包含 2 列的数据表:

             term  freq
1:    a arena tour    1
2: a available why    1
3:     a backup in    1
4:       a bad ass    1
5:     a bad chick    1

我想用最后一个空格分割“术语”列，例如:

         termA  termB freq
1:     a arena   tour    1
2: a available    why    1
3:    a backup     in    1
4:       a bad  chick    1

我尝试使用“str”(代码如下)，它仅适用于字符串，但不适用于 data.date(似乎无法在所有行上使用相同的索引)

data.table (termA = substr(dt_n3$term, 1, rev(gregexpr("\\ ", dt_n3$term)[[1]])[1]-1),
                         termB = substr(dt_n3$term, rev(gregexpr("\\ ", dt_n3$term)[[1]])[1], 1000),
                         freq = dt_n3$freq)

无论如何，我认为这不是最好的方法。任何人都可以帮助我吗？谢谢

Answer 1

您可以尝试 data.table v 1.9.5 中的 tstrsplit 函数

DT[, paste0('term', LETTERS[1:2]) := tstrsplit(term, ' (?=[^ ]*$)',
                                     perl=TRUE)][, term:=NULL][]
#   freq       termA termB
#1:    1     a arena  tour
#2:    1 a available   why
#3:    1    a backup    in
#4:    1       a bad   ass
#5:    1       a bad chick

数据

DT <- data.table(term= c("a arena tour", "a available why", 
      "a backup in", "a bad ass", "a bad chick"), freq=1)

---

略微修改的版本，您可以在同一语句中进行赋值和删除:

cols = c("term", paste0("term", LETTERS[1:2]))
DT[, (cols) := c(list(NULL), tstrsplit(term, ' (?=[^ ]*$)', perl=TRUE))]

将 NULL 分配给 term 会删除该列。