我正在使用其他人的数据，其列的可能值为“短”和“长”。不幸的是，数据创建者还在这些词之后添加了字母和问号来注释某些事情，我想将它们分解为单独的列。以下是一些可使用的伪造数据：
vars <- c('long','short','longG','short?','short?F','long?G')
species <- c('sp1','sp2','sp3','sp4','sp5','sp6')
testdf <- cbind(vars, species)
我想将vars列拆分为实际值long或short，然后将新列仅包含带注释的字符。我可以使用以下命令中途到达，它可以正确地产生一个仅包含注释字符的新列：
testdf %>% mutate(notes = gsub('long|short',"",vars)
但是我不知道如何拆分或子集化，var这样我得到的列只是说short或long。
预先感谢您的帮助，SO社区！^ _ ^
在baseR中提取字符串很困难。改为使用stringr：
library(stringr)
str_extract(vars, 'long|short')
# [1] "long" "short" "long" "short" "short" "long"
（您可以在mutate其他地方使用它。）
所以是您完整的示例（我将对模式进行参数化以取得很好的效果）
pattern = "long|short"
mutate(testdf,
notes = gsub(pattern, "", vars),
notes2 = str_replace(vars, pattern, ""), # stringr alternative for consistent syntax
ls = str_extract(vars, pattern))
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句