如何将单列变量转换为多列DataFrame？解决separate拆分异常问题

我来帮你搞定这个拆分错乱的问题！你现在遇到的核心问题是separate()函数默认会把所有非字母数字的字符（包括小数点）当成分隔符，所以才把18.0拆成了18和0，完全打乱了数据结构。下面给你几个靠谱的解决方案：

方法1：修正separate()的参数（推荐） #

直接调整separate()的分隔规则，明确按空格拆分，同时把最后一列的多单词车型合并成一列：

library(tidyr)
library(dplyr)

auto.mpg %>%
  separate(V1, 
           into = c("mpg", "cylinders", "displacement", "power", "weight", "acceleration", "year", "origin", "car_name"),
           sep = " ",  # 指定按空格作为分隔符
           extra = "merge",  # 把多余的内容（车型名称的多个单词）合并到最后一列
           convert = TRUE)  # 自动把字符型数值转成数值类型

这样处理后，带小数点的数值会完整保留，车型名称也会作为单独的一列，不会被拆分。

方法2：重新导入数据时直接拆分 #

如果你的原始数据是文本文件，其实可以在导入阶段就一步到位生成多列DataFrame，避免后续拆分的麻烦：

auto.mpg <- read.table("你的数据文件路径.txt", 
                       header = FALSE, 
                       col.names = c("mpg", "cylinders", "displacement", "power", "weight", "acceleration", "year", "origin", "car_name"),
                       fill = TRUE)  # 处理行尾可能的空格问题，确保列对齐

方法3：用正则表达式精准拆分（适合固定格式数据） #

如果每列的格式非常固定，也可以用extract()通过正则表达式匹配数值和文本：

auto.mpg %>%
  extract(V1, 
          into = c("mpg", "cylinders", "displacement", "power", "weight", "acceleration", "year", "origin", "car_name"),
          regex = "(\\d+\\.?\\d*) (\\d+) (\\d+\\.?\\d*) (\\d+\\.?\\d*) (\\d+\\.?\\d*) (\\d+\\.?\\d*) (\\d+) (\\d+) (.*)",
          convert = TRUE)

正则里的(\\d+\\.?\\d*)用来匹配所有带小数点或不带的数值，最后一个(.*)专门匹配剩下的车型名称文本。

内容的提问来源于stack exchange，提问作者damz