R语言separate函数拆分列异常求助：将A1A2列拆分为A1、A2列时A2列出现NA值的问题

嘿，我来帮你搞定这个列拆分的问题~

为什么会出现A2全为NA的情况？ #

separate()函数默认是**按照非字母数字的分隔符（比如逗号、空格、横杠等）**来拆分列的，但你的A1A2列里的字符是紧紧连在一起的（比如AG、TC这种没有任何分隔符的双字符），所以函数只会把第一个字符提取到A1，剩下的内容找不到预设的分隔符，就会被识别为缺失值（NA）啦。

解决方法：指定拆分规则 #

这里有几种简单有效的修改方式，都能实现你想要的效果：

方法1：用sep参数指定拆分位置 #

因为你的A1A2列每个值都是固定2个字符，直接指定从第1个字符后面拆分就行：

merged3 <- merged2 %>% separate(A1A2, c("A1", "A2"), sep = 1)

方法2：用str_sub()提取固定位置字符 #

这种方式更直观，直接提取每个字符串的第1位和第2位：

library(stringr)  # 如果没加载的话先加载这个包
merged3 <- merged2 %>% 
  mutate(A1 = str_sub(A1A2, start = 1, end = 1),
         A2 = str_sub(A1A2, start = 2, end = 2)) %>%
  select(-A1A2)  # 可选步骤：删除原来的A1A2列

方法3：用extract()配合正则表达式 #

用正则匹配每个单个字符，把它们分别捕获到A1和A2列：

merged3 <- merged2 %>% extract(A1A2, c("A1", "A2"), "(.)(.)")

验证结果 #

不管用哪种方法，运行后你都会得到预期的结果：

SNP A1 A2 P
1:12321 A G 3
2:1231232 T C 12
8:1231321 G G 13

内容的提问来源于stack exchange，提问作者D. Fowler