如何用正则处理R语言DataFrame行名实现数据结构重组？

这里有两种简洁的方法帮你实现需求，核心都是通过正则表达式提取行名里的分组（first/second）和子组（a/b/c/d）信息，再重构为目标格式：

方法一：使用tidyverse工具链（推荐，代码更直观） #

tidyverse的dplyr和tidyr包能让整个流程更清晰，适合处理这类数据重构任务：

# 加载tidyverse包
library(tidyverse)

# 你的原始数据
df <- data.frame(data = c(1,2,3,4,5,6,7,8))
rownames(df) <- c('firsta','firstb','firstc','firstd','seconda','secondb','secondc','secondd')

# 步骤1：把行名转为普通列，方便后续处理
df_with_ids <- df %>% rownames_to_column(var = "row_id")

# 步骤2：用正则拆分行名为分组和子组
# 这里用正向肯定后发断言`(?<=first|second)`，确保在first/second之后拆分
df_split <- df_with_ids %>% 
  separate(row_id, into = c("group", "subgroup"), sep = "(?<=first|second)")

# 步骤3：转成宽格式并设置新行名
df_goal <- df_split %>% 
  pivot_wider(names_from = group, values_from = data) %>% 
  column_to_rownames(var = "subgroup")

# 查看结果
print(df_goal)

关键细节解释： #

• rownames_to_column：把原本存储关键信息的行名转为可操作的列，这是处理行名信息的第一步；
• separate中的正则(?<=first|second)：这是正向肯定后发断言，意思是“仅在first或second字符串结束的位置拆分”，能完美把firsta拆成first和a，不会出现错误拆分；
• pivot_wider：把长格式数据转为目标的宽格式，自动将group列的first/second作为新列名，对应填充data的值。

方法二：使用base R（无需额外安装包） #

如果不想加载第三方包，用base R的字符串处理函数也能实现：

# 你的原始数据
df <- data.frame(data = c(1,2,3,4,5,6,7,8))
rownames(df) <- c('firsta','firstb','firstc','firstd','seconda','secondb','secondc','secondd')

# 提取行名并拆分信息
row_ids <- rownames(df)
# 用正则捕获分组（first/second）
groups <- sub("(first|second)(.*)", "\\1", row_ids)
# 用正则捕获子组（a/b/c/d）
subgroups <- sub("(first|second)(.*)", "\\2", row_ids)

# 构建目标DataFrame
df_goal <- data.frame(
  first = df$data[groups == "first"],
  second = df$data[groups == "second"],
  row.names = unique(subgroups)
)

# 查看结果
print(df_goal)

关键细节解释： #

• sub函数的正则(first|second)(.*)：用两个捕获组分别匹配分组前缀和子组后缀，\\1和\\2分别提取这两部分内容；
• 通过筛选groups的值，分别提取first和second对应的数据，最后用unique(subgroups)设置新行名。

两种方法最终都会得到你想要的结果：

first second
a     1      5
b     2      6
c     3      7
d     4      8

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