R语言字符串拆分问题：可变分隔符分2列及多格式列拆3列

刚好我经常处理这类字符串拆分的需求，来给你详细解答这两个R语言的问题：

问题1：分隔符不固定时，把单个字符串列拆分为2列 #

当分隔符是不固定的（比如数量不一的空格、连字符、混合符号），用正则表达式配合tidyr或stringr包的工具是最灵活的方案，给你两种常用方法：

方法1：用tidyr::separate_wider_regex（可读性拉满） #

这个函数可以直接用正则匹配模式来定义拆分规则，特别适合分隔符不固定的场景。比如假设你有个数据框df，里面的text列内容是类似"Alice---Smith" "Bob--Johnson" "Charlie-Davis"这种，分隔符是1个或多个-：

library(tidyr)

# 先整个示例数据
df <- data.frame(text = c("Alice---Smith", "Bob--Johnson", "Charlie-Davis"))

# 拆分操作：匹配非连字符内容→多个连字符→剩余内容，拆成两列
df_split <- df %>%
  separate_wider_regex(
    text,
    patterns = list(col1 = "[^-]+", sep = "-+", col2 = ".+")
  )

解释下正则：[^-]+抓第一部分非连字符的内容，-+匹配1个及以上的连字符当成分隔符，.+抓剩下的所有内容作为第二列。

方法2：用stringr::str_split_fixed #

要是你更习惯stringr的语法，用这个函数也很方便：

library(stringr)
library(dplyr)

df_split <- df %>%
  mutate(
    col1 = str_split_fixed(text, "-+", 2)[,1],
    col2 = str_split_fixed(text, "-+", 2)[,2]
  ) %>%
  select(-text)

str_split_fixed里的-+是正则分隔符（匹配1个或多个连字符），第三个参数2指定拆成2列，最后删掉原列就行。

问题2：拆分actorsdata的ActorName列为姓名、Born、Died三列 #

这个场景的麻烦在于括号内容格式不统一，有的是生卒年，有的是带"born"的出生信息，还有额外括号。我们分两步来处理，稳得很：

第一步：先提取演员姓名 #

姓名就是第一个括号前面的内容，我们用正则抓出来再去掉末尾的空格：

library(dplyr)
library(stringr)

actorsdata <- actorsdata %>%
  mutate(
    `Actor Name` = str_trim(str_extract(ActorName, "^[^(]+"))
  )

^[^(]+的意思是从字符串开头，抓到第一个(之前的所有内容，str_trim是去掉姓名前后可能的空格。

第二步：提取出生和死亡年份 #

针对两种常见格式，我们用正则分别匹配：

• 格式1：(1944–2012) → 抓1944当Born，2012当Died
• 格式2：(born 1942) → 抓1942当Born，Died留空

直接上代码：

actorsdata <- actorsdata %>%
  mutate(
    # 抓出生年份：匹配"born "后面的4位数字，或者"(年份–"里的年份
    Born = str_extract(ActorName, "(?<=born )\\d{4}|^\\((\\d{4})–"),
    Born = str_remove(Born, "^\\("),  # 去掉可能带的开头括号
    # 抓死亡年份：匹配"–年份)"里的年份
    Died = str_extract(ActorName, "(?<=–)\\d{4}(?=\\))")
  )

解释下关键正则：

• (?<=born )\\d{4}：这是正向预查，专门抓"born "后面的4位数字
• (?<=–)\\d{4}(?=\\))：前后都加预查，抓–和)之间的4位数字，也就是死亡年份

测试下示例数据 #

我给你整个测试数据试试效果：

actorsdata <- data.frame(ActorName = c(
  "Angharad Rees (1944–2012)",
  "Anna Carteret (born 1942) (born in Bangalore, India)",
  "John Doe (1950–)",
  "Jane Smith (born 1965)"
))

运行完代码后，结果会是这样：

补充：处理特殊情况 #

如果遇到没有括号的行，或者其他奇怪格式，加个判断让结果更干净：

actorsdata <- actorsdata %>%
  mutate(
    Born = ifelse(is.na(Born), NA, Born),
    Died = ifelse(is.na(Died), NA, Died)
  )

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