我们如何拆分字符串并提取圆括号之间的文本答案

【问题标题】：How can we split string and extract the text between round brackets我们如何拆分字符串并提取圆括号之间的文本
【发布时间】：2020-12-21 19:25:57
【问题描述】：

我需要将数据框中的字符串拆分为两列，第一列包含圆括号之前的值，第二列包含圆括号内的值。这是一个例子：

study_name = c("apple bannan (tcga, raw 2018)", "frame shift (mskk2 nature, 2000)" )
results= c("Untested", "tested")

df = data_frame(study_name,results)

这就是我尝试的方式：

df <- df %>% 
  mutate(reference = str_extract_all(study_name, "\\([^()]+\\)")) %>% 
  rename(~gsub("\\([^()]+\\)", "", study_name))

这是预期的数据框：

reference = c("(tcga, raw 2018)", "(mskk2 nature, 2000)")
study = c("apple bannan", "frame shift")

expexted_df = data_frame(study, reference)

【问题讨论】：

标签： r regex tidyverse

【解决方案1】：

您可以使用separate()并将分隔符设置为"\\s(?=\\()"。

library(tidyr)

df %>%
  separate(study_name, c("study", "reference"), sep = "\\s(?=\\()")

# # A tibble: 2 x 3
#   study        reference            results 
#   <chr>        <chr>                <chr>   
# 1 apple bannan (tcga, raw 2018)     Untested
# 2 frame shift  (mskk2 nature, 2000) tested

如果要提取括号中的文字，使用extract()是一个合适的选择。

df %>%
  extract(study_name, c("study", "reference"), regex = "(.+)\\s\\((.+)\\)")

# # A tibble: 2 x 3
#   study        reference          results 
#   <chr>        <chr>              <chr>   
# 1 apple bannan tcga, raw 2018     Untested
# 2 frame shift  mskk2 nature, 2000 tested

【讨论】：

【解决方案2】：

我们可以这样使用str_extract：

library(stringr)
df$reference <- str_extract(df$study_name, "\\(.*\\)")
df$study <- str_extract(df$study_name, ".*(?= \\(.*\\))")

结果：

df
                        study_name  results            reference        study
1    apple bannan (tcga, raw 2018) Untested     (tcga, raw 2018) apple bannan
2 frame shift (mskk2 nature, 2000)   tested (mskk2 nature, 2000)  frame shift

如果您不再需要 study_name 列，请将其删除：

df$study_name <- NULL

【讨论】：