如何调整正则表达式，用tidyr::separate在最后一个下划线后拆分字符串？

我懂你卡在哪了——虽然知道这和split-string-with-tidyrseparate是同类问题，但就是摸不准正则表达式怎么写对吧？刚好我之前处理过一模一样的场景，给你一步步来：

首先咱们先模拟一个和你数据结构类似的例子，方便你对照调整：

library(tidyverse)

# 模拟你的重复列数据
df <- tibble(
  id = 1:3,
  temp_high = c(25, 28, 26),
  temp_low = c(15, 17, 16),
  pressure_morning = c(1013, 1012, 1015),
  pressure_afternoon = c(1011, 1010, 1014)
)

第一步先把宽格式转成你说的“melt”格式（现在tidyr更推荐用pivot_longer，比老的gather更灵活）：

# 转成长格式，把所有变量名合并到一列
df_long <- df %>%
  pivot_longer(-id, names_to = "combined_var", values_to = "value")

重点来了！拆分变量名的时候，要精准定位最后一个下划线，这里用的正则表达式是_(?=[^_]+$)，它的逻辑是：匹配那个后面跟着“非下划线字符直到字符串结尾”的下划线——也就是最后一个。把这个正则放到separate的sep参数里就行：

# 在最后一个下划线处拆分变量名
df_split <- df_long %>%
  separate(combined_var, into = c("variable", "type"), sep = "_(?=[^_]+$)")

拆分完之后，再转回你需要的精简宽格式就很简单了：

# 按type重新展开成列
df_wide <- df_split %>%
  pivot_wider(names_from = type, values_from = value)

如果你的数据里存在没有下划线的列，怕拆分出错，可以加个extra = "merge"参数，这样没有下划线的列会完整保留在第一个变量里，第二个列自动填充NA：

# 兼容无下划线的列
df_split <- df_long %>%
  separate(combined_var, into = c("variable", "type"), sep = "_(?=[^_]+$)", extra = "merge")

这样一套流程下来，就能完美实现你想要的“拆分-重塑”操作啦～

内容的提问来源于stack exchange，提问作者Max M