【问题标题】：Separate string into many columns将字符串分成多列
【发布时间】：2020-03-28 16:01:39
【问题描述】：

我想将字符串中的每个字母或符号分开，以组成一个新的data.frame，其尺寸等于字母数。我尝试使用 tidyr 包中的函数 separate，但结果不理想。

df <- data.frame(x = c('house', 'mouse'), y = c('count', 'apple'), stringsAsFactors = F)

意外的结果

df[1, ] %>% separate(x, c('A1', 'A2', 'A3', 'A4', 'A5'), sep ='')
    A1   A2   A3   A4   A5     y
1 <NA> <NA> <NA> <NA> <NA> count

预期输出

A1  A2  A3  A4  A5
 h   o   u   s   e
 m   o   u   s   e

欢迎使用stringr 的解决方案。

【问题讨论】：

标签： r tidyr stringr

【解决方案1】：

我们可以将splitstackshape 中的cSplit 与stripWhite = FALSE 和sep = "" 一起使用来拆分列中的每个字母。

splitstackshape::cSplit(df, "x", sep = "", stripWhite = FALSE)

#       y x_1 x_2 x_3 x_4 x_5
#1: count   h   o   u   s   e
#2: apple   m   o   u   s   e

【讨论】：

【解决方案2】：

base 中的解决方案是：

do.call(rbind , sapply(df$x, function(col) strsplit(col, "")))

 #       [,1] [,2] [,3] [,4] [,5]
 # house "h"  "o"  "u"  "s"  "e" 
 # mouse "m"  "o"  "u"  "s"  "e"

【讨论】：

【解决方案3】：

我们可以在sep 中使用正则表达式环视来匹配每个字符之间的边界

library(dplyr)
library(tidyr)
library(stringr)
df %>%
   select(x) %>% 
   separate(x, into = str_c("A", 1:5), sep= "(?<=[a-z])(?=[a-z])")
#  A1 A2 A3 A4 A5
#1  h  o  u  s  e
#2  m  o  u  s  e

【讨论】：