r - 在 R 中的最后一个下划线处将一列分成两列

Question

我有一个这样的数据框

id <-c("1","2","3")
col <- c("CHB_len_SCM_max","CHB_brf_SCM_min","CHB_PROC_S_SV_mean")

df <- data.frame(id,col)

我想通过将“col”分成测量和统计来创建 2 列。 stat 基本上是最后一个下划线(最大值、最小值、平均值等)之后的文本

我的 所需的输出 是

  id   Measurement stat
   1   CHB_len_SCM  max  
   2   CHB_brf_SCM  min   
   3 CHB_PROC_S_SV mean    

我以这种方式尝试过，但统计列为空。我不确定我是否指向最后一个下划线。

library(tidyverse)
df1 <- df %>%
  # Separate the sensors and the summary statistic
  separate(col, into = c("Measurement", "stat"),sep = '\\_[^\\_]*$')

我在这里缺少什么？有人可以指出我正确的方向吗？

Answer 1

我们可以使用 extract通过确保第二组具有一个或多个不是 _ 的字符来捕获为两个组直到字符串的结尾 ( $ )

library(tidyverse)
df %>% 
   extract(col, into = c("Measurement", "stat"), "(.*)_([^_]+)$")
#   id   Measurement stat
#1  1   CHB_len_SCM  max
#2  2   CHB_brf_SCM  min
#3  3 CHB_PROC_S_SV mean

或使用 separate使用正则表达式查看

df %>% 
   separate(col, into = c("Measurement", "stat"), sep="_(?=[^_]+$)")