每两个字符多次拆分字符串答案

【问题标题】：Split character string multiple times every two characters每两个字符多次拆分字符串
【发布时间】：2016-04-14 04:53:21
【问题描述】：

我的数据框中有一个字符列，看起来像

df<-
  data.frame(a=c("AaBbCC","AABBCC","AAbbCC"))#df
       a
1 AaBbCC
2 AABBCC
3 AAbbCC

我想将此列每两个字符拆分一次。所以在这种情况下，我想获得三个名为VA,VB,VC 的列。我试过了

library(tidyr)
library(dplyr)
df<-
  data.frame(a=c("AaBbCC","AABBCC","AAbbCC"))%>%
  separate(a,c(paste("V",LETTERS[1:3],sep="")),sep=c(2,2))
 VA VB   VC
1 Aa    BbCC
2 AA    BBCC
3 AA    bbCC

但这不是我们想要的结果。我喜欢将现在在VC 中的结果拆分为VB（所有字母B）和VC（所有字母C）如何让R 拆分每两个字符。每行的列中字符串的长度始终相同（本例中为 6）。我将得到长度 >10 的字符串。

【问题讨论】：

我没有 tidyr 解决方案 strsplit(c("AaBbCC","AABBCC","AAbbCC"), '(?<=..)', perl = TRUE)

标签： r string dataframe tidyr

【解决方案1】：

其实你们很亲近。您需要将分隔位置指定为sep = c(2,4) 而不是sep = c(2,2)：

df <- separate(df, a, c(paste0("V",LETTERS[1:3])), sep = c(2,4))

你得到：

> df
  VA VB VC
1 Aa Bb CC
2 AA BB CC
3 AA bb CC

在基础 R 中，您可以这样做（借用 @rawr 的评论）：

l <- ave(as.character(df$a), FUN = function(x) strsplit(x, '(?<=..)', perl = TRUE))
df <- data.frame(do.call('rbind', l))

给出：

> df
  X1 X2 X3
1 Aa Bb CC
2 AA BB CC
3 AA bb CC

【讨论】：

没想到c(2,4)。我假设它在每次分离后从 0 开始计数。非常感谢。

【解决方案2】：

我们可以通过base R 做到这一点

read.csv(text=gsub('(..)(?!$)', '\\1,', df$a, 
    perl=TRUE),col.names=paste0("V", LETTERS[1:3]), header=FALSE)
#  VA VB VC
#1 Aa Bb CC
#2 AA BB CC
#3 AA bb CC

如果我们直接从文件中读取，另一个选项是read.fwf

read.fwf(file="yourfile.txt", widths=c(2,2,2), skip=1)

【讨论】：