给定分隔符的输入，将表的一列拆分为多列[重复]

Question

也许我想做的事情是不可能的，所以我提出这个问题是为了知道是否有办法。 在 stackoverflow 中阅读此question 后，我看到有一种方法可以将一列拆分为不同的列，但这不是我想要的，我有一个闪亮的应用程序，我可以有如下值的表：

Phones                             price
Nokia 1234D - J298 6732 - LM 2       103$
Samsung 3342L - J2YY 4372 - YU 3     130$
Samsung 3042X - IKAA 3221 - GN 4    102$

所以用户来说我想按我的意愿在列 Phones 中划分这些值，所以我想到的想法是让用户写类似 (" ", " - ", " ", " - ") 因为我的意思是在给定上述分隔符的情况下将 nokia, 1234D, J298, 6732, LM 2 分成 5 列。

示例代码如下：

library(stringr)
c=c(" "," - "," "," - ")
mytable <-data.table(Phones=c("Nokia 1234D - J298 6732 - LM 2",      
                                      "Samsung 3342L - J2YY 4372 - YU 3",
                                      "Samsung 3042X - IKAA 3221 - GN 4"),price= c("103$", "130$", "102$") )
 aux = str_split_fixed(mytable$Phones, c, 5)
  mytable<-data.table( aux, mytable$price)

但我得到以下结果，这不是我想要的结果，它按需要分开，重复第一行。：

              V1        V2   V3   V4          V5   V2
1:         Nokia     1234D    - J298 6732 - LM 2 103$
2: Samsung 3342L J2YY 4372 YU 3                  130$
3:       Samsung     3042X    - IKAA 3221 - GN 4 102$
4:   Nokia 1234D J298 6732 LM 2                  103$     

如果您有更好的解决方案，那将非常有帮助。

Answer 1

我们可以将separate 'Phones' 列分成 5 列，使用 extra= "merge" 以保留最后一列的字符串 "LM 2", "YU 3" 等

library(tidyr)
library(dplyr)
mytable %>% 
  separate(Phones, into = paste0("V", 1:5), remove = FALSE, extra = "merge")
#                             Phones      V1    V2   V3   V4   V5 price
#1:   Nokia 1234D - J298 6732 - LM 2   Nokia 1234D J298 6732 LM 2  103$
#2: Samsung 3342L - J2YY 4372 - YU 3 Samsung 3342L J2YY 4372 YU 3  130$
#3: Samsung 3042X - IKAA 3221 - GN 4 Samsung 3042X IKAA 3221 GN 4  102$

如果我们需要自定义拆分，请使用extract

mytable %>%
   extract(Phones, into = paste0("V", 1:4), remove = FALSE, 
     "^(\\w+\\s+\\w+)\\s*-\\s*(\\w+)\\s+(\\w+)\\s*-\\s*(\\w+\\s+\\w+)")
#                             Phones            V1   V2   V3   V4 price
#1:   Nokia 1234D - J298 6732 - LM 2   Nokia 1234D J298 6732 LM 2  103$
#2: Samsung 3342L - J2YY 4372 - YU 3 Samsung 3342L J2YY 4372 YU 3  130$
#3: Samsung 3042X - IKAA 3221 - GN 4 Samsung 3042X IKAA 3221 GN 4  102$

^ 表示字符串的开头，后跟单词 (\\w+)，后跟一个或多个空格 (\\s+) 和下一个单词 (\\w+)，我们将其捕获为一个组 (@987654331 @) 同样，字符是根据单词、空格字符匹配的

注意：第一种方法给出了帖子中描述的预期输出，第二种方法来自 cmets 中请求的输出

---

如果我们需要通过“c”中的自定义拆分来拆分

library(stringr)
c <- c(" "," - "," "," - ") #it is better to avoid function names for object names
fsplit <- function(str1, splt) {
       lst <- str_split(str1, splt, n = 2)
       v1 <- sapply(lst, `[`, 1)
       v2 <- sapply(lst, `[`, 2)
       list(v1, v2)
    }  

mytable[, V5 := Phones]
nm1 <- paste0("V", seq_along(c))
for(i in seq_along(c)){
  tmp <- fsplit(mytable$V5, c[i])
  mytable[, (nm1[i]) := tmp[[1]]]
  mytable[, V5 := tmp[[2]]][]
}
setcolorder(mytable,  c("Phones", nm1, "V5", "price"))
mytable
#                             Phones      V1    V2   V3   V4   V5 price
#1:   Nokia 1234D - J298 6732 - LM 2   Nokia 1234D J298 6732 LM 2  103$
#2: Samsung 3342L - J2YY 4372 - YU 3 Samsung 3342L J2YY 4372 YU 3  130$
#3: Samsung 3042X - IKAA 3221 - GN 4 Samsung 3042X IKAA 3221 GN 4  102$