regex - 在最后一个字符旁边之前拆分字符串

Question

我有一个数字变量 DATE ，它表示最后两个字符是 MONTH 并且前一个或两个字符是 DAY 的日期。我想将该列拆分为 MONTH 和 DAY 的单独列。

我可以使用以下 R 代码来做到这一点。虽然我希望有一个更简单的 regex 解决方案。

my.data <- read.table(text = '
     ID     DATE     VARX
    A111     104        0
    A111     204        1
    A111    1004        4
    A111    2004        4
    B111    3004        2
    C111    3004        3
    C111     105        4
    C111    1005        4
', header = TRUE, stringsAsFactors = FALSE)

# remove the last two characters of a string
my.data$DAY   <- ifelse(nchar(my.data$DATE) == 3,
                        substr(my.data$DATE, nchar(my.data$DATE) - (nchar(my.data$DATE)-1), nchar(my.data$DATE) - (nchar(my.data$DATE)-1)),
                        substr(my.data$DATE, nchar(my.data$DATE) - (nchar(my.data$DATE)-1), nchar(my.data$DATE) - (nchar(my.data$DATE)-2)))

# keep the last two characters of a string

my.data$MONTH <- substr(my.data$DATE, (nchar(my.data$DATE)-1), nchar(my.data$DATE))

    ID DATE VARX DAY MONTH
1 A111  104    0   1    04
2 A111  204    1   2    04
3 A111 1004    4  10    04
4 A111 2004    4  20    04
5 B111 3004    2  30    04
6 C111 3004    3  30    04
7 C111  105    4   1    05
8 C111 1005    4  10    05

谢谢你的任何建议。

Answer 1

要使用正则表达式，您可以尝试:

dat <- c(104, 204, 1004, 2004, 3004, 3004, 105, 1005)


day <- gsub("(.*?)(..)", "\\1", dat)
day

[1] "1"  "2"  "10" "20" "30" "30" "1"  "10"

mth <- gsub("(.*?)(..)", "\\2", dat)
mth

[1] "04" "04" "04" "04" "04" "04" "05" "05"

您也可以尝试组合使用 sprintf 和 substr 。

在这里，我将这些包装成一个函数，为您提供答案:

foo <- function(x){
  dat <- sprintf("%04d", x)
  cbind(day=substr(dat, 1, 2), month=substr(dat, 3, 4))
}

foo(dat)

foo(dat)
     day  month
[1,] "01" "04" 
[2,] "02" "04" 
[3,] "10" "04" 
[4,] "20" "04" 
[5,] "30" "04" 
[6,] "30" "04" 
[7,] "01" "05" 
[8,] "10" "05"