R：strsplit 基于两个条件，保持分隔符答案

【问题标题】：R: strsplit based on two conditions, keeping deliminatorR：strsplit 基于两个条件，保持分隔符
【发布时间】：2018-11-25 02:22:26
【问题描述】：

我正在尝试根据不同的标准拆分句子。我希望在“牵引力”之后拆分一些句子，在“ramasse”之后拆分一些句子。我查了grepl的语法规则，但不是很明白。

名为export 的数据框有一个ref 列，它的str 值以“traction”或“ramasse”结尾。

>export$ref
                        ref
[1] "62133130_074_traction"
[2]  "62156438_074_ramasse"
[3]  "62153874_070_ramasse"
[4] "62138861_074_traction"

我想将 ref 列中的 str 值一分为二。

                ref           R&T
[1] "62133130_074_"    "traction"
[2] "62156438_074_"     "ramasse"
[3]  "62153874_070_"    "ramasse"
[4] "62138861_074_"    "traction"

我试过的（没有一个是好的）

strsplit(export$ref, c("traction", "ramasse"))
strsplit(export$ref, "\\_(?<=\\btraction)|\\_(?<=\\bramasse)", perl = TRUE)
strsplit(export$ref, "(?=['traction''ramasse'])", perl = TRUE)

任何帮助将不胜感激！

【问题讨论】：

标签： r string split strsplit

【解决方案1】：

这是一种不同的方法：

strsplit(x, "_(?=[^_]+$)", perl = TRUE)

[[1]]
[1] "62133130_074" "traction"    

[[2]]
[1] "62156438_074" "ramasse"     

[[3]]
[1] "62153874_070" "ramasse"     

[[4]]
[1] "62138861_074" "traction"

这意味着在下划线（“_”）处拆分列/向量，后跟任意数量的不包含另一个下划线的符号。

【讨论】：

【解决方案2】：

这是另一个使用stringr::str_split的选项：

library(stringr);
str_split(ref, pattern = "_(?=[A-Za-z]+)", simplify = T)
#    [,1]           [,2]
#[1,] "62133130_074" "traction"
#[2,] "62156438_074" "ramasse"
#[3,] "62153874_070" "ramasse"
#[4,] "62138861_074" "traction"

样本数据

ref <- c(
    "62133130_074_traction",
    "62156438_074_ramasse",
    "62153874_070_ramasse",
    "62138861_074_traction")

【讨论】：