在R语言中按层级拆分含|分隔符的表格文本数据

步骤1：构造输入数据 #

先把你的文本整理成R语言向量：

text_vec <- c(
  "x__lorem_01",
  "x__lorem|y__ipsum",
  "x__lorem.05",
  "x__lorem.05|y__ipsum|z__dolor02_sit",
  "x__lorem.05|y__ipsum|z__dolor02_sit|t__consectetur.adipiscing02",
  "x__lorem|y__ipsum004_01"
)

步骤2：计算每个文本的层级数 #

通过统计分隔符|的数量加1，得到每个字符串对应的层级数：

library(stringr)
# 统计|的数量，加1得到层级数
level_counts <- str_count(text_vec, fixed("|")) + 1

步骤3：按层级分组 #

用split()函数直接按层级数完成分组，再调整分组名称为你需要的格式：

# 按层级分组
grouped_text <- split(text_vec, level_counts)
# 重命名分组为"子集N"格式
names(grouped_text) <- paste0("子集", names(grouped_text))

最终分组结果 #

执行上述代码后，得到的分组如下：

子集1

• x__lorem_01
• x__lorem.05

子集2

• x__lorem|y__ipsum
• x__lorem|y__ipsum004_01

子集3

• x__lorem.05|y__ipsum|z__dolor02_sit

子集4

• x__lorem.05|y__ipsum|z__dolor02_sit|t__consectetur.adipiscing02

内容的提问来源于stack exchange，提问作者eraysahin