3

我正在尝试使用 colsplit 来分解数据框中的向量。我们将正则表达式作为 colsplit 的 arg 的事实使我认为它可以灵活，但我遇到了麻烦（可能只是我不理解 R 中的正则表达式）。

这是问题所在：

让我们创建一个向量...

> library(reshape)
> my_var_1 <- factor(c("x00_aaa_123","x00_bbb_123","x00_ccc_123","x01_aaa_123","x01_bbb_123","x01_ccc_123","x02_aaa_123","x02_bbb_123","x02_ccc_123"))

我想在第一个下划线处将它分成两列。换句话说，我希望我的最终结果是……

    x whatever
1 x00  aaa_123
2 x00  bbb_123
3 x00  ccc_123
4 x01  aaa_123
5 x01  bbb_123
6 x01  ccc_123
7 x02  aaa_123
8 x02  bbb_123
9 x02  ccc_123

我正在尝试在 colspan 中找到正确的正则表达式来做到这一点，但没有运气。这是我能得到的最接近的...

> colsplit(my_var_1, split="_", c("x","whatever")) 
    x whatever NA.
1 x00      aaa 123
2 x00      bbb 123
3 x00      ccc 123
4 x01      aaa 123
5 x01      bbb 123
6 x01      ccc 123
7 x02      aaa 123
8 x02      bbb 123
9 x02      ccc 123

它使用拆分正则表达式作为简单的分隔符，它给了我三列。我不想拆分第二个下划线（更糟糕的是，在我的真实数据中，我有任意数量的下划线，而不仅仅是两个）。

有没有可以用于“拆分”的表达式来给出我想要的？

我曾希望 colsplit 中的正则表达式允许我在组上进行匹配，而组匹配将是拆分的内容，但情况似乎并非如此。

*编辑（感谢@Joshuaulrich）colsplit 在使用较新的 reshape2 时“按预期”工作！！！

4

1 回答 1

6

您的代码为我抛出了一个错误：

> colsplit(my_var_1, split="_", c("x","whatever"))
Error in colsplit(my_var_1, split = "_", c("x", "whatever")) : 
  unused argument(s) (split = "_")

split不是colsplit. 您想要的参数是pattern，或者您可以仅依靠位置匹配：

> colsplit(my_var_1, "_", c("x","whatever"))
    x whatever
1 x00  aaa_123
2 x00  bbb_123
3 x00  ccc_123
4 x01  aaa_123
5 x01  bbb_123
6 x01  ccc_123
7 x02  aaa_123
8 x02  bbb_123
9 x02  ccc_123
于 2011-12-01T22:54:09.973 回答