Как разделить столбец символов на несколько столбцов в R

У меня есть dataframe x:Как разделить столбец символов на несколько столбцов в R

dput(x) 
structure(list(District = structure(c(6L, 6L, 6L, 6L, 6L, 6L), .Label = c("District - Central (06)", 
"District - East (04)", "District - New Delhi (05)", "District - North (02)", 
"District - North East (03)", "District - North West (01)", "District - South (09)", 
"District - South West (08)", "District - West (07)"), class = "factor"), 
    Age = structure(c(103L, 1L, 2L, 14L, 25L, 36L), .Label = c("0", 
    "1", "10", "100+", "11", "12", "13", "14", "15", "16", "17", 
    "18", "19", "2", "20", "21", "22", "23", "24", "25", "26", 
    "27", "28", "29", "3", "30", "31", "32", "33", "34", "35", 
    "36", "37", "38", "39", "4", "40", "41", "42", "43", "44", 
    "45", "46", "47", "48", "49", "5", "50", "51", "52", "53", 
    "54", "55", "56", "57", "58", "59", "6", "60", "61", "62", 
    "63", "64", "65", "66", "67", "68", "69", "7", "70", "71", 
    "72", "73", "74", "75", "76", "77", "78", "79", "8", "80", 
    "81", "82", "83", "84", "85", "86", "87", "88", "89", "9", 
    "90", "91", "92", "93", "94", "95", "96", "97", "98", "99", 
    "Age not stated", "All ages"), class = "factor"), Total = c(3656539L, 
    56131L, 58644L, 63835L, 63859L, 64945L), Rural = c(213950L, 
    3589L, 3757L, 4200L, 4102L, 4223L), Urban = c(3442589L, 52542L, 
    54887L, 59635L, 59757L, 60722L)), .Names = c("District", 
"Age", "Total", "Rural", "Urban"), row.names = c(NA, 6L), class = "data.frame")

Я хочу разделить District колонку, чтобы извлечь название района в новый столбец Name. Например. «Район - Северо-Запад (01)» должен расколоться, чтобы дать «Северо-Запад». Я попытался str_split_fixed и получил:

x 
        District  Age Total Rural Urban 1 name 
1 District - North West (01) All ages 3656539 213950 3442589  North West (01) 
2 District - North West (01)  0 56131 3589 52542  North West (01) 
3 District - North West (01)  1 58644 3757 54887  North West (01) 
4 District - North West (01)  2 63835 4200 59635  North West (01) 
5 District - North West (01)  3 63859 4102 59757  North West (01) 
6 District - North West (01)  4 64945 4223 60722  North West (01)

Я попробуйте использовать ту же функцию, снова разделить name колонки, чтобы отделить имя района от кода, но это дает мне следующую ошибку:

Error in stri_split_regex(string, pattern, n = n, simplify = TRUE, opts_regex = attr(pattern, : Incorrectly nested parentheses in regexp pattern. (U_REGEX_MISMATCHED_PAREN)

Есть способ разбить столбец символов на несколько столбцов на основе шаблона в одной функции?

источник

2016-07-19 rar

вы можете использовать 'Strsplit()' здесь –

@PankajKaundal: Я попробовал это, но тогда результат будет список. Кроме того, проблема разделения кодов от имени по-прежнему остается проблемой. Например. отделяя «Северо-Запад» от «(01)». – rar

Вы можете получить то, что вы хотите с gsub:

gsub("^.* +- +([A-Za-z ]+) \\(.*$", "\\1", df$District) 
[1] "North West" "North West" "North West" "North West" "North West" "North West"

Первый аргумент gsub (".^* + - + ([A-Za-Z] +) \ (* $") является регулярным выражением, которое можно интерпретировать следующим образом:

С начала строки «^» соответствуют любые символы «. *», за которыми следует хотя бы одно пространство, дефис и хотя бы одно пространство », + - + ". Затем запишите следующий текст«() », состоящий из (по крайней мере, одного) букв и пробелов« [A-Za-z] + ». Остановите захват, когда вы достигнете пробела, за которым следует скобка" \\ (", тогда все il конец текста ". * $".

Второй аргумент gsub, «\\ 1» означает замену текста текстом, который был скопирован скобками.

Чтобы присвоить его переменной:

df$name <- gsub("^.* +- +([A-Za-z ]+) \\(.*$", "\\1", df$District)

источник

2016-07-19 12:32:12 lmo

@Imo: Спасибо! Он отлично работал. Не могли бы вы объяснить, как это работает? – rar

Несомненно. См. Мое редактирование, объясняющее регулярное выражение, которое я использовал. Знакомство с этим инструментом очень полезно, поскольку регулярные выражения широко доступны в программном обеспечении. – lmo

Вы можете использовать

library(stringr)

data.frame(str_split_fixed(df$District, " ", 3))

X1  X2  X3 
1 District - North West (01) 
2 District - North West (01) 
3 District - North West (01) 
4 District - North West (01) 
5 District - North West (01) 
6 District - North West (01)

Вы можете использовать gsub, чтобы удалить лишние вещи вы здесь,

gsub("[[:digit:]]","",df$X3) 
gsub("[[:punct:]]","",df$X3)

т.д.

источник

2016-07-19 12:33:10

Необходимо упомянуть любые внешние пакеты, которые вы используете. (Хорошее решение btw) – Sotos

Или может быть 'data.frame (str_split_fixed ($ District," ", 4))' может использоваться напрямую. Благодаря! – rar

@rar: Если мы разделим его на 4, то Север и Запад будут попадать в разные столбцы, поскольку у них есть пространство между ними. –

Вы можете также соответствовать и экстракт:

library(stringi) 
library(dplyr) 
library(purrr) 

mutate(x, 
     name=map_chr(stri_match_all_regex(District, "- ([[:alpha:]]+ [[:alpha:]]+) "), function(x) x[,2]), 
     code=map_chr(stri_match_all_regex(District, "\\(([[:digit:]]+)\\)"), function(x) x[,2])) 

##      District  Age Total Rural Urban  name code 
## 1 District - North West (01) All ages 3656539 213950 3442589 North West 01 
## 2 District - North West (01)  0 56131 3589 52542 North West 01 
## 3 District - North West (01)  1 58644 3757 54887 North West 01 
## 4 District - North West (01)  2 63835 4200 59635 North West 01 
## 5 District - North West (01)  3 63859 4102 59757 North West 01 
## 6 District - North West (01)  4 64945 4223 60722 North West 01

источник

2016-07-19 12:35:43 hrbrmstr

Как разделить столбец символов на несколько столбцов в R

ответ

Смежные вопросы