拆分camelCase列名

Question

我一直在努力解决这个问题,并且我想在这里问一下.

假设我有一个如下数据框:

df <- data.frame(participant = 1:6, group = c("adult", "adult", "child", "child", "NSS", "NSS"), RegProto = c(2, 3, 4, 2, 4, 3), RegInt = c(2, 3, 4, 6, 6, 5), RegDistant = c(3, 3, 4, 5, 4, 5), IrregProto = c(4, 5, 3, 4, 3, 1), IrregInt = c(4, 4, 4, 4, 4, 4), IrregDistant = c(4, 5, 6, 8, 9, 1))

与此数据帧中的问题是,每个包含两个变量:一个变量,其值不是Reg或Irreg,另一种其值是Proto,Int,或Distant.我想要做的是拆分这些列并使表长,最好使用tidyr.我以为我可以这样做.

library("tidyr")
df_long <- df %>%
gather(index, n, -group, -participant) %>%
select(participant, group, index, n) %>%
separate(index, into = c("verb", "similarity"), sep = "\\.?=\\p{Upper}")

这是我想要的,直到separate().我收到一条错误消息,指出这些值没有拆分,但没有其他建议可能会出现这种情况.我是regex的新手,所以我怀疑问题必须存在,但我无法弄清楚正确的语法是什么.

Answer 1

你可以使用这个正则表达式:

(?<=.)(?=[A-Z])

这表示(零长度)位置后跟一个大写字母,后面跟任何字符.

命令:

library(dplyr)
df %>%
  gather(index, n, -group, -participant) %>%
  select(participant, group, index, n) %>%
  separate(index, into = c("verb", "similarity"), sep = "(?<=.)(?=[A-Z])")