Diviser une colonne de chaînes de caractères (avec des motifs différents) basée sur deux conditions différentes

Question 1

A été l'espoir d'obtenir de l'aide avec ce problème. Donc, j'ai une colonne avec deux types de cordes et j'aurais besoin de diviser les chaînes en plusieurs colonnes à l'aide de 2 des conditions différentes. Je peux comprendre comment les répartir de manière individuelle, mais de la difficulté à ajouter peut-être une instruction if pour mon code. C'est l'exemple dataset ci-dessous:

data = data.frame(string=c("HFUFN-087836_661", "207465-125 - IK_6 Mar 2009.docx_37484956"))

Pour le premier type de la variable (avec l' _). Je souhaite partager après l' _. J'ai donc utilisé le code suivant pour que

strsplit(data$string, "-")

Pour les variables have.docx j'aimerais split après le docx. Je ne peux pas répartis en fonction de "_" comme elle vient plusieurs fois dans cette chaîne. J'ai donc utilisé le code suivant:

strsplit(data$string, "x_")

Ma question est de ces deux types de chaînes apparaissent dans la même colonne. Est-il un moyen de dire R si "docx" est dans la chaîne de la diviser ensuite après x_, mais si elle n'est pas divisée sur l' _?

Toute aide serait appréciée - Merci les gars!

Question 2

Voici un tidyr solution:

library(tidyr)
data %>%
extract(string,
        into = c("1","2"),    # choose your own column labels
        "(.*?)_([^_]+)$")
                                1        2
1                    HFUFN-087836      661
2 207465-125 - IK_6 Mar 2009.docx 37484956

Comment les regex fonctionne:

La regex partitions cordes en deux "groupes de capture" de plus, un trait de soulignement dans l'entre-deux:

(.*?): premier groupe de capture, correspondant à un caractère (.zéro fois ou plus (*) non goulûment (?)
_: un littéral de soulignement
([^_]+)$: le deuxième groupe de capture, correspondant à un personnage qui n'est pas un trait de soulignement ([^_]une ou plusieurs fois (+) à la fin de la chaîne ($)

Données:

data = data.frame(string=c("HFUFN-087836_661", "207465-125 - IK_6 Mar 2009.docx_37484956"))

Chris Ruehlemann · Answer 1 · 2021-11-24T16:36:45

Voici un tidyr solution:

library(tidyr)
data %>%
extract(string,
        into = c("1","2"),    # choose your own column labels
        "(.*?)_([^_]+)$")
                                1        2
1                    HFUFN-087836      661
2 207465-125 - IK_6 Mar 2009.docx 37484956

Comment les regex fonctionne:

La regex partitions cordes en deux "groupes de capture" de plus, un trait de soulignement dans l'entre-deux:

(.*?): premier groupe de capture, correspondant à un caractère (.zéro fois ou plus (*) non goulûment (?)
_: un littéral de soulignement
([^_]+)$: le deuxième groupe de capture, correspondant à un personnage qui n'est pas un trait de soulignement ([^_]une ou plusieurs fois (+) à la fin de la chaîne ($)

Données:

data = data.frame(string=c("HFUFN-087836_661", "207465-125 - IK_6 Mar 2009.docx_37484956"))

Hey c'travaillé - je vous remercie beaucoup. Si elle n'est pas trop de travail pouvez-vous nous expliquer comment vous avez fait cela? Je n'arrive pas à obtenir cette partie: ""(.*?)_([^_]+)$")". Merci beaucoup!
Ont fourni une explication de la façon dont th regex partie des œuvres

Diviser une colonne de chaînes de caractères (avec des motifs différents) basée sur deux conditions différentes

La question

La meilleure réponse

Dans d'autres langues

Cette page est dans d'autres langues

Populaires dans cette catégorie

Questions populaires dans cette catégorie