通过分隔符将列拆分为多列答案

【问题标题】：Splitting column into multiple columns by separator通过分隔符将列拆分为多列
【发布时间】：2018-03-17 05:42:04
【问题描述】：

我有一个带有“罪行”列的 data.frame。每项罪行都由一个条款（Art）、一个段落（Abs）和一个分段（Ziff）组成：

df<-data.frame(offence=c("Art. 110 Abs. 3 StGB","Art. 10 Abs. 1 StGB", "Art. 122 SVG", "Art. 1 Ziff. 2 UWG"))

> df
               offence
1 Art. 110 Abs. 3 StGB
2  Art. 10 Abs. 1 StGB
3         Art. 122 SVG
4   Art. 1 Ziff. 2 UWG

但我需要以这种形式：

  Art Ziff Abs  Law
1 110   NA   3 StGB
2  10   NA   1 StGB
3 122   NA  NA  SVG
4   1    2  NA  UWG

获得此结果的最佳方法是什么？应用？

谢谢！

【问题讨论】：

标签： r split tidyr strsplit

【解决方案1】：

您可以从stringr 使用str_extract：

library(stringr)
library(dplyr)

df$offence %>%
  {data.frame(Art = str_extract(., "(?<=Art[.]\\s)\\d+"),
              Ziff = str_extract(., "(?<=Ziff[.]\\s)\\d+"),
              Abs = str_extract(., "(?<=Abs[.]\\s)\\d+"),
              Law = str_extract(., "\\w+$"))}

结果：

  Art Ziff  Abs  Law
1 110 <NA>    3 StGB
2  10 <NA>    1 StGB
3 122 <NA> <NA>  SVG
4   1    2 <NA>  UWG

【讨论】：

【解决方案2】：

使用gsub 将其转换为dcf 形式（即关键字：值），然后使用read.dcf 将其读入。最后将read.dcf 生成的矩阵转换为数据框，并将任意数字列转换为数字。没有使用任何包。

s <- gsub("(\\S+)[.] (\\d+)", "\\1: \\2\n", df[[1]]) # convert to keyword: value
s <- sub(" (\\D+)$", "Law: \\1\n\n", s) # handle Law column
us <- trimws(unlist(strsplit(s, "\n")))  # split into separate components
DF <- as.data.frame(read.dcf(textConnection(us)), stringsAsFactors = FALSE)
DF[] <- lapply(DF, type.convert)

给予：

  Art Abs  Law Ziff
1 110   3 StGB   NA
2  10   1 StGB   NA
3 122  NA  SVG   NA
4   1  NA  UWG    2

【讨论】：