在R语言中拆分fiction_work列为work、author、year三列的方法

假设你的fiction_work列内容格式类似"作品名, 作者名 (YYYY)"，可以用两种方法拆分出work、author、year三列：

方法一：分步拆分（更直观） #

先用separate拆分出作品名和「作者+年份」的组合列，再拆分作者和年份，最后清理年份的括号：

library(tidyr)
library(stringr)

# 第一步：拆分作品名和作者年份组合
separated <- separate(total, col = fiction_work, into = c("work", "author_year"), sep = ",\\s*")

# 第二步：拆分作者和年份，以「空格+左括号」为分隔符
separated <- separate(separated, col = author_year, into = c("author", "year"), sep = "\\s*\\(")

# 清理年份列的右括号
separated$year <- str_remove(separated$year, "\\)")

方法二：正则一步提取（更高效） #

用extract配合正则表达式，直接匹配出三个部分：

library(tidyr)

separated <- extract(total, col = fiction_work, 
                     into = c("work", "author", "year"),
                     regex = "^(.*?),\\s*(.*?)\\s*\\((\\d{4})\\)$")

正则说明： #

• ^(.*?),\\s*：匹配开头到逗号的内容（作品名），忽略逗号后的空格
• (.*?)\\s*\\(：匹配逗号后到左括号前的内容（作者名），忽略作者和左括号间的空格
• (\\d{4})：匹配括号内的四位数字年份
• \\)$：匹配结尾的右括号

如果你的文本格式有细微差异（比如年份不是四位、作者和括号间无空格），只需调整正则中的匹配规则即可。

内容的提问来源于stack exchange，提问作者user20053915