如何用R的tidyverse拆分age列并创建填充color列？

以下是几种适合的R语言实现方式，满足你用mutate()或更简便工具处理的需求：

方法1：用tidyr::separate()（最便捷） #

这种方法直接拆分指定列，一步完成age列的拆分和新color列的创建，同时可自动转换数据类型：

library(dplyr)
library(tidyr)

df_processed <- df %>%
  separate(age, into = c("age", "color"), sep = "_", convert = TRUE)

• sep="_"：指定按下划线作为分隔符
• into = c("age", "color")：定义拆分后生成的两列名称
• convert = TRUE：自动将拆分后的age列转换为数值类型（原数据是字符型）

方法2：用dplyr::mutate() + stringr函数 #

如果需要明确用mutate()来分步处理，可结合字符串提取函数实现：

library(dplyr)
library(stringr)

df_processed <- df %>%
  mutate(
    # 提取下划线后的颜色部分
    color = str_extract(age, "(?<=_).+"),
    # 提取开头的数字并转换为数值，替换原age列
    age = as.numeric(str_extract(age, "^\\d+"))
  )

• str_extract(age, "(?<=_).+")：通过正则表达式的正向预查，匹配下划线之后的所有字符
• str_extract(age, "^\\d+")：匹配age字符串开头的所有数字，再转为数值类型

方法3：基础R实现（无需额外包） #

如果不想加载tidyverse系列包，用基础R的字符串拆分函数也能完成：

# 拆分age列的每个元素
split_result <- strsplit(df$age, "_")
# 提取数字部分替换原age列
df$age <- sapply(split_result, function(x) as.numeric(x[1]))
# 提取颜色部分生成新color列
df$color <- sapply(split_result, function(x) x[2])

处理后的结果 #

不管用哪种方法，最终都会得到如下数据框：

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