R语言separate函数如何仅按首个空格拆分列并保留AM/PM标识

tidyr包的separate()函数支持自定义拆分次数，你之前丢失AM/PM的原因是默认参数会按所有空格位置切割，超出2个目标列的内容会被直接丢弃，调整参数即可解决，该方法对sleep数据集的SleepDay列、weight_log数据集的Date列通用。

方法1：极简写法（推荐） #

不需要写复杂正则，只需要加extra = "merge"参数，函数就会自动只按第一个空格拆分，剩余内容全部合并到最后一列，不会丢失AM/PM：

# 处理weight_log数据集示例
separate(weight_log, Date, into = c("Date", "Time"), sep = " ", extra = "merge")

# 处理sleep数据集示例
separate(sleep, SleepDay, into = c("Date", "Time"), sep = " ", extra = "merge")

方法2：正则精准匹配写法 #

如果需要严格限定拆分位置（避免日期格式异常时拆分错误），可以用正向零宽断言匹配日期末尾的第一个空格作为拆分点：

separate(weight_log, Date, into = c("Date", "Time"), sep = "(?<=^\\d{1,2}/\\d{1,2}/\\d{4}) ", extra = "merge")

• 正则(?<=^\\d{1,2}/\\d{1,2}/\\d{4}) 的含义是：匹配字符串开头「月/日/年」格式内容后面紧跟的第一个空格，仅在该位置拆分
• extra = "merge"为兜底配置，确保拆分点后的所有内容都保留在Time列

拆分后预期效果 #

以weight_log数据集为例，拆分后Time列会完整保留时间和AM/PM标识：

Id      Date        Time WeightKg WeightPounds Fat   BMI IsManualReport        LogId
1  1503960366  5/2/2016 11:59:59 PM     52.6     115.9631  22 22.65           True 1.462234e+12
2  1503960366  5/3/2016 11:59:59 PM     52.6     115.9631  NA 22.65           True 1.462320e+12
3  1927972279 4/13/2016  1:08:52 AM    133.5     294.3171  NA 47.54          False 1.460510e+12

注：两个数据集的日期时间列格式完全一致，上述代码替换对应列名即可直接复用。

内容的提问来源于stack exchange，提问作者Sean