如何用tidyr::separate正则表达式分离含小数点的数字与字母？

可以利用正则表达式的正向断言定位数字（含小数点）与字母的分界位置，分隔时不会截断任何字符。具体代码如下：

library(tidyr)

df <- data.frame(x = c("24.1234AAA", "14.4321BBB"))

# 正确的分隔方式
separate(df, x, c("part1", "part2"), sep = "(?<=[0-9.])(?=[A-Za-z])", convert = TRUE)
#>     part1 part2
#> 1 24.1234   AAA
#> 2 14.4321   BBB

原方法问题分析 #

• 第一种方法的正则[^0-9 | {.}]存在错误：多余的空格和大括号导致匹配范围混乱，实际会匹配第一个非数字、非空格、非大括号、非小数点的字符（也就是第一个字母），该字母会被当作分隔符丢弃，因此part2缺失首字母。
• 第二种方法用([0-9.]+)作为分隔符，separate默认会丢弃匹配到的分隔符内容，而非保留为part1，所以part1变成NA，只留下字母部分。

正则说明 #

(?<=[0-9.])(?=[A-Za-z])是两个正向断言的组合：

• (?<=[0-9.])：断言当前位置前面是数字或小数点
• (?=[A-Za-z])：断言当前位置后面是字母
  这个位置是数字与字母的分界点，分隔时不会消耗任何字符，因此能完整保留两部分内容。

内容的提问来源于stack exchange，提问作者rempsyc