tidyr 仅分离最后 n 个实例答案

【问题标题】：tidyr separate only last n instancestidyr 仅分离最后 n 个实例
【发布时间】：2018-05-17 12:20:10
【问题描述】：

我在 R 中有一个 data.frame，为简单起见，它有一列我想分开。以下示例使用 tidyr::separate 截断，几乎可以完成这项工作：

 tmp2 <- data.frame( varTreatName = c(
   "resp_Nadd_belowCanopy", "resp_NPadd_belowCanopy"
   , "resp_sd_Nadd_belowCanopy", "resp_sd_NPadd_belowCanopy"))
 tmp2 %>% separate(
    "varTreatName", c("varName","treatment","canopyPosition")
    , extra = "merge")

产生：

varName treatment    canopyPosition
1    resp      Nadd       belowCanopy
2    resp     NPadd       belowCanopy
3    resp        sd  Nadd_belowCanopy
4    resp        sd NPadd_belowCanopy

多个实例合并到一列。但是请注意，在所描述的情况下，第一个实例 varName 'resp_sd' 包含与通过划分要分离的因素（处理和冠层位置）来使用。但是合并只发生在最后一个实例上。

因此，在上面示例的最后一行中，我希望提取：'resp_sd'、'NPadd'、'belowCanopy'。

如何合并第一个实例而不是最后一个实例以便仅分离最后 n 个实例？

【问题讨论】：

标签： r tidy

【解决方案1】：

在筛选已经回答的类似问题时，我在this answer中发现了tidyr::extract，可以用来做这项工作：

 tmp2 %>% extract(
   "varTreatName", c("varName","treatment","canopyPosition")
   , regex = "(.*)_([^_]+)_([^_]+)$")

产生预期的结果：

  varName treatment canopyPosition
1    resp      Nadd    belowCanopy
2    resp     NPadd    belowCanopy
3 resp_sd      Nadd    belowCanopy
4 resp_sd     NPadd    belowCanopy

【讨论】：

【解决方案2】：

tidyr::separate 接受正则表达式，所以你也可以这样做：

library(dplyr)
library(tidyr)

tmp2 %>% 
  separate("varTreatName", c("varName","treatment","canopyPosition"), 
           , sep = "_(?!s)", extra = "merge")

结果：

  varName treatment canopyPosition
1    resp      Nadd    belowCanopy
2    resp     NPadd    belowCanopy
3 resp_sd      Nadd    belowCanopy
4 resp_sd     NPadd    belowCanopy

【讨论】：

感谢您的回答。请您解释一下分隔符上的正则表达式是如何工作的？在示例的微基准测试中，基于提取的解决方案快了大约三分之一。
@ThomasWutzler separate 对 sep 参数使用正则表达式来拆分列。 _(?!s) 表示一个字面量“_”，后面不跟一个 s。所以我用所有下划线分开，除了resp_sd之间的下划线，因为“s”跟在下划线后面。
@ThomasWutzler 我认为extract 更快，因为它只有一个匹配项，而separate 有多个匹配项可供搜索。
感谢@user 对正则表达式的解释。我看到它非常特定于分隔符后面的示例中的模式。