tidyr只分开前n个实例

Question

我在R中有一个data.frame,为简单起见,我想要分隔一列.它看起来像这样:

V1
Value_is_the_best_one
This_is_the_prettiest_thing_I've_ever_seen
Here_is_the_next_example_of_what_I_want

我的真实数据非常大(数百万行),所以我想使用tidyr的独立函数(因为它的速度非常快)来分离出前几个实例.我希望结果如下:

V1       V2     V3     V4 
Value    is     the    best_one
This     is     the    prettiest_thing_I've_ever_seen
Here     is     the    next_example_of_what_I_want

如您所见,分隔符是_V4列可以具有不同数量的分隔符.我想保留V4(不要丢弃它),但不必担心那里有多少东西.总会有四列(即我的行中没有一列只有V1-V3).

这是我一直在使用的起始tidyr命令:

separate(df, V1, c("V1", "V2", "V3", "V4"), sep="_")

这摆脱了V4(并吐出警告,这不是最大的交易).

Answer 1

你需要extra带有"merge"选项的参数.这样只允许与定义新列一样多的拆分.

separate(df, V1, c("V1", "V2", "V3", "V4"), extra = "merge")

     V1 V2  V3                             V4
1 Value is the                       best_one
2  This is the prettiest_thing_I've_ever_seen
3  Here is the    next_example_of_what_I_want

Answer 2

这是另一种选择 extract

library(tidyr)
extract(df1, V1, into = paste0("V", 1:4), "([^_]+)_([^_]+)_([^_]+)_(.*)")
#      V1 V2  V3                             V4
# 1 Value is the                       best_one
# 2  This is the prettiest_thing_I've_ever_seen
# 3  Here is the    next_example_of_what_I_want

另一种选择是stri_split从library(stringi)这里我们可以指定分割的数量

library(stringi)
do.call(rbind, stri_split(df1$V1, fixed="_", n=4))