使用正则表达式拆分数据列：将复合列拆分为两个变量

针对你的数据集，由于公司名中的减号无空格，而分隔符是**" - "（空格+减号+空格）**，可以用以下几种简洁方法拆分company列为独立的公司名和变量名列：

方法1：tidyr包（推荐，代码简洁易读） #

利用tidyr::separate直接按固定分隔符拆分，自动生成新列：

library(tidyr)

# 拆分并替换原company列为新的两列，保留所有原有数据
de_split <- de %>%
  separate(company, into = c("company_name", "variable"), sep = " - ")

# 查看拆分结果
head(de_split)

参数说明：

• sep = " - "：指定拆分的固定分隔符，完美匹配你的数据结构
• 该函数默认处理每个字符串中唯一的目标分隔符，无需额外配置

方法2：Base R原生方法（无需额外包） #

用strsplit结合do.call实现拆分，适合不想加载第三方包的场景：

# 按固定分隔符拆分字符串，fixed=TRUE提升匹配效率
split_result <- strsplit(de$company, split = " - ", fixed = TRUE)

# 将拆分结果转为数据框并命名列
split_df <- data.frame(do.call(rbind, split_result), stringsAsFactors = FALSE)
names(split_df) <- c("company_name", "variable")

# 合并回原数据集
de_split <- cbind(de[, c("year", "score")], split_df)

方法3：stringr包（字符串处理专用） #

用str_split_fixed直接拆分并提取对应部分：

library(stringr)

de_split <- de %>%
  mutate(
    company_name = str_split_fixed(company, " - ", n = 2)[, 1],
    variable = str_split_fixed(company, " - ", n = 2)[, 2]
  ) %>%
  select(year, company_name, variable, score) # 按需调整列顺序

n = 2限制最多拆分为2部分，避免公司名中的特殊字符被误拆分。

拆分后示例结果 #

内容的提问来源于stack exchange，提问作者Joost Maxen