求助：在R中拆分基因组数据框最后一列的双字符变异列

嘿，我来帮你搞定这个拆分双字符变异位点列的麻烦！你之前尝试的separate参数都没找对路子，我给你两个靠谱的方案：

方案1：用separate_wider_position（最推荐） #

这个函数是tidyr专门为固定宽度字符串设计的，刚好匹配你的双字符场景，用法超直观：

library(tidyr)
library(dplyr)

# 假设你的目标列名叫allele，拆成两列各1个字符
df <- df %>%
  separate_wider_position(allele, widths = c(allele1 = 1, allele2 = 1))

这里widths参数直接指定每列的宽度和新列名，完全不用纠结正则，简单粗暴解决问题。

方案2：用separate配合正确的正则 #

如果你非要用separate，得用正向回顾断言来匹配两个字符之间的位置，而不是瞎写分隔符：

df <- df %>%
  separate(allele, into = c("allele1", "allele2"), sep = "(?<=.)")

这个正则(?<=.)的意思是“匹配前面有任意一个字符的位置”，刚好能在两个字符中间拆分，不会吃掉任何字符。

为啥你之前的方法不行？ #

• sep=""：tidyr不会把空字符串当成有效分隔符，所以根本不拆分
• sep="."：在正则里.代表任意字符，会把每个字符都当成分隔符，导致拆分出一堆空值
• sep="\c"：这是无效的正则表达式，R会直接报错

内容的提问来源于stack exchange，提问作者datakid