按R中的字母/字符数分割列标签

Question

我有一个大型数据集,其中所有列标题都是单独的IDS,每个长度为8个字符.我想将这些单独的ID分成2行,其中第一行ID包含前7个字符,第二行仅包含最后一个字符.

当前数据集:

ID1:    Indiv01A    Indiv01B    Indiv02A    Indiv02B    Speci03A    Speci03B

预期数据集:

ID1:    Indiv01 Indiv01 Indiv02 Indiv02 Speci03 Speci03  
ID2:    A   B   A   B   A   B

我查看了有关拆分数据的其他帖子,但它们似乎都有一种独特的方式来分隔列名称(即:有一个逗号分隔2个组件或句点).

这是我认为最好的代码,但我无法弄清楚如何编写"7个字符"作为分割点,而不是逗号:

sapply(strsplit(as.character(d$ID), ",")

任何帮助,将不胜感激.

Answer 1

这是一个解决方案的正则表达式strsplit.它在第7个和第8个字符之间拆分字符串:

ID1 <- c("Indiv01A", "Indiv01B", "Indiv02A", "Indiv02B", "Speci03A", "Speci03B")

res <- strsplit(ID1, "(?<=.{7})", perl = TRUE)

# [[1]]
# [1] "Indiv01" "A"      
# 
# [[2]]
# [1] "Indiv01" "B"      
# 
# [[3]]
# [1] "Indiv02" "A"      
# 
# [[4]]
# [1] "Indiv02" "B"      
# 
# [[5]]
# [1] "Speci03" "A"      
# 
# [[6]]
# [1] "Speci03" "B"  

现在,您可以使用rbind创建两列:

do.call(rbind, res)
#      [,1]      [,2]
# [1,] "Indiv01" "A" 
# [2,] "Indiv01" "B" 
# [3,] "Indiv02" "A" 
# [4,] "Indiv02" "B" 
# [5,] "Speci03" "A" 
# [6,] "Speci03" "B" 

正则表达式模式的说明:

(?<=.{7})

这(?<=)是一个(积极的)外观.它匹配任何以指定模式开头的位置.这里的模式是.{7}.点(.)匹配任何字符.{7}意味着7次.因此,正则表达式匹配前面恰好有7个字符的位置.