R语言如何选择特定行？解决separate拆分作者姓名的警告问题

一、正确查看警告提到的行 #

你之前的索引写法不符合R的数据框规则，R中数据框的索引格式是df[行索引, 列索引]，要查看指定行，需把行号向量放在第一个位置，列位置留空即可选中所有列：

# 定义警告行号向量
warning_rows <- c(4, 12, 16, 17, 21, 23, 28, 34, 41, 43, 46, 60, 65, 67, 73, 79, 82, 84)

# 查看这些行的完整数据
df[warning_rows, ]

# 仅查看author列（更聚焦问题）
df[warning_rows, "author"]

二、处理带中间名的作者名拆分 #

针对带有中间名/首字母的作者名，有两种简单实用的处理思路：

思路1：用separate的extra参数合并多余内容 #

默认separate会丢弃拆分后多余的部分并触发警告，通过设置extra="merge"，可以把中间名合并到最后一列（姓氏列），避免数据丢失：

library(tidyr)
df_split <- separate(df, col = "author", into = c("first_name", "last_name"), sep = " ", extra = "merge")

思路2：提取最后一个单词为姓氏，其余为名字（含中间名） #

如果希望把中间名保留在名字列中，用dplyr+stringr的组合更直观：

library(dplyr)
library(stringr)

df_clean <- df %>%
  mutate(
    last_name = word(author, -1),  # 提取最后一个单词作为姓氏
    first_name = str_remove(author, paste0(" ", last_name))  # 移除姓氏部分，剩下的就是名字+中间名
  )

或者用正则表达式配合tidyr::extract实现：

library(tidyr)
df_clean <- df %>%
  extract(
    author,
    into = c("first_name", "last_name"),
    regex = "(.*) (\\w+)",  # 匹配前面所有内容和最后一个单词
    remove = FALSE  # 保留原author列（可选）
  )

内容的提问来源于stack exchange，提问作者Caitlyn Manfre