数据处理需求：拆分带编号变量并保留编码与名称关联

以下是几种常用工具的实现方案，可根据你日常使用的工具选择：

Excel 实现方式 #

方法1：文本分列（直观操作） #

1. 处理DptResidence列：
   • 先选中该列，用替换功能把开头的-去掉（查找内容填-，替换为空，点击「全部替换」时只替换第一个匹配项，或者用公式=SUBSTITUTE(A2, "-", "", 1)生成临时列）
   • 选中处理后的列，点击「数据」→「文本分列」，分隔符选择-，分成两列，分别作为CodeResidence和新的DptResidence
2. 处理DeathIndex列：
   • 直接选中列，用文本分列功能，分隔符选-，拆分出DeathIndexCod和新的DeathIndex

方法2：公式直接生成 #

假设原数据DptResidence在A列，DeathIndex在B列：

• CodeResidence：=IF(LEFT(A2,1)="-", RIGHT(LEFT(A2,FIND("-",A2,2)-1), LEN(LEFT(A2,FIND("-",A2,2)-1))-1), LEFT(A2,FIND("-",A2)-1))
• 新DptResidence：=RIGHT(A2, LEN(A2)-FIND("-",A2,2))
• DeathIndexCod：=LEFT(B2,FIND("-",B2)-1)
• 新DeathIndex：=RIGHT(B2,LEN(B2)-FIND("-",B2))

Python pandas 实现方式 #

import pandas as pd

# 假设你的数据存储在DataFrame中，这里构造示例数据
df = pd.DataFrame({
    "DptResidence": ["-1-Not defined", "54-North", "81-South"],
    "DeathIndex": ["0-No", "1-Yes", "0-No"]
})

# 拆分DptResidence：先移除开头的负号，再拆分编码和文本
df["CodeResidence"] = df["DptResidence"].str.replace("^-", "", regex=True).str.split("-", expand=True)[0]
df["DptResidence"] = df["DptResidence"].str.split("-", n=2, expand=True)[2]

# 拆分DeathIndex
df[["DeathIndexCod", "DeathIndex"]] = df["DeathIndex"].str.split("-", expand=True)

# 调整列顺序为目标格式
df = df[["CodeResidence", "DptResidence", "DeathIndexCod", "DeathIndex"]]
print(df)

R 实现方式 #

library(stringr)

# 构造示例数据框
df <- data.frame(
  DptResidence = c("-1-Not defined", "54-North", "81-South"),
  DeathIndex = c("0-No", "1-Yes", "0-No"),
  stringsAsFactors = FALSE
)

# 提取并清洗CodeResidence，更新DptResidence
df$CodeResidence <- str_extract(df$DptResidence, "^-?\\d+") %>% str_remove("^-")
df$DptResidence <- str_remove(df$DptResidence, "^-?\\d+-")

# 提取DeathIndex编码，更新DeathIndex文本
df$DeathIndexCod <- str_extract(df$DeathIndex, "^\\d+")
df$DeathIndex <- str_remove(df$DeathIndex, "^\\d+-")

# 重新排列列顺序
df <- df[, c("CodeResidence", "DptResidence", "DeathIndexCod", "DeathIndex")]
print(df)

内容的提问来源于stack exchange，提问作者Sophia