如何在R语言中拆分数据框某列的因子名称（保留末尾数值点号）

下面提供两种R语言实现方案，满足将col2列拆分为genus、species、replicate三列且不拆分末尾数值点号的需求：

方案一：使用tidyr包的separate()函数（推荐） #

separate()函数可以灵活控制拆分规则，通过extra = "merge"参数保留最后一部分的点号：

library(tidyr)

# 构造原始数据框
col1 <- rnorm(3)
col2 <- c("d.MAG.1.1","d.MAG.3.4","d.TEX.5.6")
df <- data.frame(col1, col2)

# 拆分col2列
df_new <- separate(df, col2, into = c("genus", "species", "replicate"), sep = "\\.", extra = "merge")

• sep = "\\."：指定拆分分隔符为点号（正则中需用反斜杠转义）
• extra = "merge"：将拆分后多余的部分合并到最后一列，避免拆分末尾的点号

方案二：基础R原生实现（无需额外包） #

通过strsplit()拆分字符串后，分别提取对应部分并合并末尾内容：

# 构造原始数据框
col1 <- rnorm(3)
col2 <- c("d.MAG.1.1","d.MAG.3.4","d.TEX.5.6")
df <- data.frame(col1, col2)

# 拆分字符串为列表
split_result <- strsplit(df$col2, "\\.")
# 提取各列内容
df$genus <- sapply(split_result, `[`, 1)
df$species <- sapply(split_result, `[`, 2)
df$replicate <- sapply(split_result, function(x) paste(x[3:length(x)], collapse = "."))

# 整理得到目标数据框
df_new <- df[, c("col1", "genus", "species", "replicate")]

内容的提问来源于stack exchange，提问作者RPlotter