如何将单列DataFrame拆分为主客队得分与球队四列？

现有如下单列DataFrame，每行记录了一场比赛的客队得分、客队名称、主队得分、主队名称（部分队名包含空格）：

scores <- data.frame(V1 = c("52 Gering 38 Alliance", "60 Wahoo 43 Bennington", "58 Gothenburg 43 Lexington", "73 Plattview 62 Elkhorn North"))

下面提供几种实用的拆分方法：

方法1：用tidyr包的extract函数（推荐） #

tidyr的extract()可以直接按正则表达式的分组拆分列，完美适配这种有固定结构的文本：

library(tidyr)

# 正则分组逻辑：
# (\\d+) 匹配客队得分（纯数字）
# (.*?) 非贪婪匹配客队名称（截取下一个数字前的所有内容）
# (\\d+) 匹配主队得分（纯数字）
# (.*) 匹配剩余的主队名称（哪怕队名带空格也能完整提取）
scores_split <- extract(scores, V1, 
                        into = c("Away Score", "Away Team", "Home Score", "Home Team"),
                        regex = "(\\d+) (.*?) (\\d+) (.*)",
                        convert = TRUE) # 自动把得分列转为数值型，方便后续计算

print(scores_split)

方法2：用stringr+dplyr组合实现 #

如果习惯用stringr处理字符串、dplyr做数据清洗，可以这么写：

library(stringr)
library(dplyr)

scores_split <- scores %>%
  mutate(
    # 用str_match提取正则分组，返回矩阵格式
    match_data = str_match(V1, "(\\d+) (.*?) (\\d+) (.*)"),
    `Away Score` = as.numeric(match_data[,2]),
    `Away Team` = match_data[,3],
    `Home Score` = as.numeric(match_data[,4]),
    `Home Team` = match_data[,5]
  ) %>%
  select(-V1, -match_data) # 移除原列和中间临时列

print(scores_split)

方法3：Base R原生实现（无需额外包） #

要是不想加载第三方包，用Base R的正则拆分也能搞定：

# 用正向断言匹配数字和非数字之间的空格，避免拆分队名里的空格
split_list <- strsplit(scores$V1, "(?<=\\d) (?=\\D)|(?<=\\D) (?=\\d)", perl = TRUE)

# 把拆分后的列表转成DataFrame，设置列名
scores_split <- as.data.frame(do.call(rbind, split_list), stringsAsFactors = FALSE)
colnames(scores_split) <- c("Away Score", "Away Team", "Home Score", "Home Team")

# 将得分列转为数值型
scores_split[,c(1,3)] <- lapply(scores_split[,c(1,3)], as.numeric)

print(scores_split)

内容的提问来源于stack exchange，提问作者Jeff Swanson