如何用R语言将数据框指定列按最后下划线拆分为两列？

这里提供几种适配你的tibble数据结构的实现方法：

方法1：使用tidyr包（tidyverse生态） #

利用separate_wider_regex可以精准定位最后一个下划线的位置完成拆分，无最后下划线的行自动填充NA：

library(tidyverse)

df <- tibble(col1 = c("2397_A_merge", "3779_A_merge", "4958_BV"))

df_new <- df %>%
  separate_wider_regex(
    col1,
    patterns = list(
      col1 = "^.*(?=_)",
      col2 = "(?<=_).*$"
    ),
    too_few = "align_start"
  )

df_new

运行结果：

# A tibble: 3 × 2
  col1    col2 
  <chr>   <chr>
1 2397_A  merge
2 3779_A  merge
3 4958_BV NA   

正则说明：

• ^.*(?=_)：匹配从开头到最后一个下划线之前的所有字符（正向预查确保后续是下划线）
• (?<=_).*$：匹配最后一个下划线之后到结尾的所有字符（反向预查确保前面是下划线）
• too_few = "align_start"：未匹配到第二部分时，将第二列设为NA

也可以用更简洁的separate函数，通过正则指定拆分位置为最后一个下划线：

df %>%
  separate(
    col1,
    into = c("col1", "col2"),
    sep = "(?<=.)_(?=[^_]+$)",
    fill = "right"
  )

sep = "(?<=.)_(?=[^_]+$)"仅匹配后续无其他下划线的那个下划线，fill = "right"确保右侧无内容时填充NA。

方法2：使用Base R #

无需额外加载包，通过基础字符串处理函数实现：

df <- tibble(col1 = c("2397_A_merge", "3779_A_merge", "4958_BV"))

# 提取最后下划线后的内容作为col2
df$col2 <- sub("^.*_", "", df$col1)
# 保留最后下划线前的内容作为新col1
df$col1 <- sub("_(.*)$", "", df$col1)
# 原字符串无下划线时，col2会和col1内容一致，此时将col2设为NA
df$col2[df$col2 == df$col1] <- NA

df

内容的提问来源于stack exchange，提问作者Corrector