如何将DataFrame中factor列拆分为文本列与数值列（RStudio）

没问题，我帮你搞定这个拆分需求！首先咱们得先把factor类型的列转成字符型——毕竟factor本质是带编码的字符，直接操作容易出奇怪的问题。接下来根据你数据的格式，给你两种实用方法，你可以按需选择：

方法一：用tidyr的separate（适合有固定规律的格式） #

如果你的数据是文本和数字连在一起，但有明确的拆分边界（比如数字都在最后），用separate函数最直观，还能自动转换数值类型：

# 先加载必备包
library(tidyr)
library(dplyr)

# 把factor列转成字符型（如果已经是字符可以跳过这步）
df$temp_char <- as.character(df[[1]])

# 拆分列：text_col存文本，depth_num存数值
df <- df %>%
  separate(temp_char, 
           into = c("text_col", "depth_num"), 
           sep = "(?=[0-9])",  # 正向预查：在数字出现的位置拆分
           convert = TRUE)     # 自动把depth_num转成numeric类型

# 可以删掉原来的factor列（按需操作）
df <- df %>% select(-1)

方法二：用stringr提取（适合格式不太规则的情况） #

如果文本里有空格，但数字是独立的部分，用str_extract精准提取更靠谱：

library(stringr)

# 转字符型
df$temp_char <- as.character(df[[1]])

# 提取所有非数字的文本内容，顺便去掉前后多余空格
df$text_col <- str_extract(df$temp_char, "[^0-9]+") %>% str_trim()

# 提取数字（包括小数）并转成numeric类型
df$depth_num <- as.numeric(str_extract(df$temp_char, "[0-9.]+"))

# 清理临时列和原factor列
df <- df %>% select(-1, -temp_char)

小提示 #

• 拆分后可以用class(df$depth_num)检查数值列类型，确认是numeric就可以直接用来绘图啦；
• 如果数据里有格式不一致的行，拆分后可能出现NA，记得用table(is.na(df$depth_num))检查一下，必要时做数据清洗；

内容的提问来源于stack exchange，提问作者user4791235