R语言按非数字（不含小数点）字符拆分字符串列处理DMS坐标

核心逻辑 #

你需要的拆分规则可以直接用正则表达式[^0-9.]实现：该正则会匹配所有非数字且不等于小数点的字符，完全符合你的分隔符特征。

实现代码 #

首先加载必要依赖包：

library(tidyverse)

你的示例数据如下：

df <- tibble(lat=c("22ª29'56.06\"","22°29`53.14\"","22º30'00.43\"","105'29'27.17\""),
             long=c("105º21'37.27\"","105°21'29.48\"","105°21'37.46\''","105°21'39.68"))

方法1：使用tidyr::separate_wider_regex直接拆分 #

直接通过正则按位置提取度、分、秒数值，不受混乱分隔符干扰，稳定性高：

df_result <- df %>%
  # 拆分纬度列
  separate_wider_regex(
    cols = lat,
    patterns = c(lat_deg = "\\d+", "[^0-9.]+", lat_min = "\\d+", "[^0-9.]+", lat_sec = "[\\d.]+", ".*"),
    cols_remove = FALSE
  ) %>%
  # 拆分经度列
  separate_wider_regex(
    cols = long,
    patterns = c(long_deg = "\\d+", "[^0-9.]+", long_min = "\\d+", "[^0-9.]+", long_sec = "[\\d.]+", ".*"),
    cols_remove = FALSE
  ) %>%
  # 转换为数值类型方便后续坐标转换
  mutate(across(c(lat_deg, lat_min, lat_sec, long_deg, long_min, long_sec), as.numeric))

方法2：使用stringr::str_extract_all通用提取 #

如果需要更灵活的自定义处理逻辑，可以用批量提取数值的方式实现：

# 自定义提取DMS数值的函数
extract_dms <- function(x) {
  str_extract_all(x, "\\d+\\.?\\d*")[[1]] %>% set_names(c("deg", "min", "sec"))
}

df_result <- df %>%
  rowwise() %>%
  mutate(lat_dms = list(extract_dms(lat)),
         long_dms = list(extract_dms(long))) %>%
  unnest_wider(c(lat_dms, long_dms), names_sep = "_") %>%
  mutate(across(ends_with(c("_deg", "_min", "_sec")), as.numeric))

输出结果验证 #

两种方法最终得到的拆分结果一致，所有混乱分隔符都被正确过滤：

你拿到度、分、秒三个数值字段后，就可以按照十进制度 = 度 + 分/60 + 秒/3600的公式直接转换为十进制坐标。

内容的提问来源于stack exchange，提问作者Arturo Sbr