R语言如何将字符串列拆分转换为指定格式的data.frame

解决方法 #

你遇到的问题是字段内部包含空格，无法直接按空格拆分。可以用正则分组提取的方式精准匹配每个字段，推荐使用tidyr::extract实现，代码如下：

library(tidyr)
library(dplyr)

df2 <- df1 %>%
  extract(
    col = value,
    into = paste0("v", 1:5),
    regex = "^(\\d+)\\s+([A-Z](?:\\s[A-Z])?)\\s+((?:G\\s)?P)\\s+(\\d+|Absent)\\s+(\\d+|Absent)$",
    convert = TRUE
  )

运行后得到的df2和你期望的输出完全一致，convert = TRUE参数会自动将可转换为数值的列转为数值类型，不需要额外手动处理。

如果不想加载tidyverse系列包，也可以用base R实现：

pattern <- "^(\\d+)\\s+([A-Z](?:\\s[A-Z])?)\\s+((?:G\\s)?P)\\s+(\\d+|Absent)\\s+(\\d+|Absent)$"
matches <- regmatches(df1$value, regexec(pattern, df1$value))
df2 <- setNames(
  data.frame(do.call(rbind, matches), stringsAsFactors = FALSE)[,-1],
  paste0("v", 1:5)
)
# 手动转换列类型
df2$v1 <- as.integer(df2$v1)
df2$v4 <- ifelse(df2$v4 == "Absent", df2$v4, as.numeric(df2$v4))
df2$v5 <- ifelse(df2$v5 == "Absent", df2$v5, as.numeric(df2$v5))

内容的提问来源于stack exchange，提问作者MYaseen208