如何使用separate()拆分调查中特殊命名的年龄列

我有一份精简后的调查结果数据，结构如下：

structure(list(`What is your age?` = c("65+", "65+", "65+", "25-34", "45-54", "65+"), `Gender identity` = c("Female", "Female", "Male", "Non-Binary", "Female", "Female")), row.names = 3:8, class = "data.frame")

想要把「What is your age?」列拆成「Min Age」和「Max Age」列：

• 带范围的年龄（比如25-34）正常拆分
• 65+的「Max Age」留空

试了几种separate()写法都报错：

workingfile$`What is your age?` %>% separate(`What is your age?`, c('Min Age', 'Max Age'), "_|(?=...$) ", convert = TRUE)
workingfile %>% separate(`What is your age?`, c('Min Age', 'Max Age'), "_|(?=...$) ", convert = TRUE)
workingfile %>% separate(.$`What is your age?`, c('Min Age', 'Max Age'), "_|(?=...$) ", convert = TRUE)

报错提示找不到What is your age?对象。

你的问题出在正则表达式错误和dplyr语法使用不当两个地方，修正后的代码如下：

library(dplyr)
library(tidyr)

# 先构造测试数据（如果已有workingfile可以跳过这行）
workingfile <- structure(list(`What is your age?` = c("65+", "65+", "65+", "25-34", "45-54", "65+"), `Gender identity` = c("Female", "Female", "Male", "Non-Binary", "Female", "Female")), row.names = 3:8, class = "data.frame")

# 执行拆分
result <- workingfile %>%
  separate(
    col = `What is your age?`,
    into = c("Min Age", "Max Age"),
    sep = "(-|\\+)",  # 匹配'-'或'+'作为分隔符，+需要转义
    convert = TRUE    # 自动把拆分结果转成数值，空值会变成NA
  )

关键说明： #

1. 正则修正：原来的正则"_|(?=...$) "完全不符合需求，换成"(-|\\+)"后，能精准匹配年龄范围的-和65+的+，实现正确拆分。
2. 语法修正：dplyr管道中，separate()的第一个参数是数据框（管道自动传入），直接用col = 列名指定要拆分的列即可，不需要用.$调用。
3. 自动处理空值：convert = TRUE会把65+拆分后的空字符串转为NA，刚好满足「Max Age留空」的需求，无需额外处理。

如果不需要保留原有的「What is your age?」列，默认remove = TRUE会自动删除，不用额外设置；要是想保留，加上remove = FALSE就行。

内容的提问来源于stack exchange，提问作者Plot Device