R根据空格的位置从字符串中提取元素答案

【问题标题】：R extract elements from string based on position of spacesR根据空格的位置从字符串中提取元素
【发布时间】：2018-09-26 10:46:04
【问题描述】：

我有一个数据框，其中包含基于上次修改日期的用户元数据。

数据框看起来像这样 -

dataframe=data.frame(Last_Modified=c("Peter Jones 11/02/1992 03:50:02 PM",
                                 "Veronika White  10/01/1996 13:12:00 AM",
                                 "Vincent Michaels  01/03/2008 12:01:00 PM"))

期望的输出

我想提取名称、日期和时间，并将它们存储在三个单独的列中，称为Name、Date 和Time。

例如，第一行"Peter Jones 11/02/1992 03:50:02 PM" 将被分解为三个附加列，其中Name 为Peter Jones，Date 为11/02/1992，Time 为03:50:02 PM .其余行也一样。

我的尝试

我正在尝试使用分隔每个实体的空格作为拆分方式。根据之前的帖子，我尝试使用以下行的变体。但这并没有返回我想要的输出。

sub("^\\S+\\s+", '', dataframe$Last_Modified)

对此的任何帮助将不胜感激。

【问题讨论】：

如果每个条目的整体格式相同，可以使用strsplit命令

标签： r split

【解决方案1】：

数据：

df1 = data.frame(Last_Modified=c("Peter Jones 11/02/1992 03:50:02 PM",
                                     "Veronika White  10/01/1996 13:12:00 AM",
                                     "Vincent Michaels  01/03/2008 12:01:00 PM"), stringsAsFactors = F)

代码：

ans <- strsplit(df1$Last_Modified, "\\s+(?=\\d)", perl = T)

ans <- as.data.frame(do.call(rbind, ans), stringsAsFactors = F)
names(ans) <- c("Name", "Date", "Time")

结果：

#              Name       Date        Time
#1      Peter Jones 11/02/1992 03:50:02 PM
#2   Veronika White 10/01/1996 13:12:00 AM
#3 Vincent Michaels 01/03/2008 12:01:00 PM

请注意：

您命名您的数据框数据框。不要使用保留语言关键字作为变量名
使用您的示例数据，字符被转换为因子：READ THIS
\\s+(?=\\d) 模式使用积极的前瞻性。阅读并了解正则表达式中的正向前瞻性。

【讨论】：

【解决方案2】：

这是另一个使用 sub 的基本 R 选项：

df = data.frame(Last_Modified=c("Peter Jones 11/02/1992 03:50:02 PM",
                                "Veronika White  10/01/1996 13:12:00 AM",
                                "Vincent Michaels  01/03/2008 12:01:00 PM"),
                stringsAsFactors=FALSE)

df$Name <- sub("(.*?)(?= \\d).*", "\\1", df$Last_Modified, perl=TRUE)
df$Date <- sub(".*(\\d{2}/\\d{2}/\\d{4}).*", "\\1", df$Last_Modified, perl=TRUE)
df$Time <- sub(".*(\\d{2}:\\d{2}:\\d{2} (?:AM|PM))", "\\1", df$Last_Modified, perl=TRUE)
df[c("Name", "Date", "Time")]

               Name       Date        Time
1       Peter Jones 11/02/1992 03:50:02 PM
2   Veronika White  10/01/1996 13:12:00 AM
3 Vincent Michaels  01/03/2008 12:01:00 PM

Demo

【讨论】：

【解决方案3】：

您也可以使用带有一些正则表达式的stringi 包：

library(stringi)

dataframe=data.frame(Last_Modified=c("Peter Jones 11/02/1992 03:50:02 PM",
                                     "Veronika White  10/01/1996 13:12:00 AM",
                                     "Vincent Michaels  01/03/2008 12:01:00 PM"))


name_part <- stri_match_last_regex(dataframe$Last_Modified, pattern = "^[A-Za-z ]*\\d")
dataframe$Name <- lapply(name_part, function(x) { trimws(stri_sub(x, 1, length = nchar(x) - 2))})
dataframe$Date <- stri_match_last_regex(dataframe$Last_Modified, pattern = "\\d\\d/\\d\\d/\\d\\d\\d\\d")
dataframe$Time <- stri_match_last_regex(dataframe$Last_Modified, pattern = "\\d\\d:\\d\\d:\\d\\d [AP]M")

dataframe

【讨论】：

【解决方案4】：

将空格后跟数字替换为逗号后跟相同数字，然后将read.table 与sep="," 一起使用：

read.table(text = gsub(" +(\\d)", ",\\1", dataframe[[1]]), 
 sep = ",", col.names = c("Name", "Date", "Time"), as.is = TRUE, strip.white = TRUE)

给予：

              Name       Date        Time
1      Peter Jones 11/02/1992 03:50:02 PM
2   Veronika White 10/01/1996 13:12:00 AM
3 Vincent Michaels 01/03/2008 12:01:00 PM

【讨论】：