将字符串拆分为数字和字符串（有缺失）

Question

我正在尝试在字符串列中分隔数字和字符。到目前为止，我一直tidyr::separate在这样做，但是在“异常”情况下遇到错误。

假设我有以下数据

df <- data.frame(c1 = c("5.5K", "2M", "3.1", "M"))

我想获得带有列的数据框

data.frame(c2 = c("5.5", "2", "3.1", NA),
c3 = c("K", "M", NA, "M))

到目前为止，我一直在使用 tidyr::separate

df %>%
separate(c1, into =c("c2", "c3"), sep = "(?<=[0-9])(?=[A-Za-z])")

但这仅适用于前三种情况。我意识到这是因为?<=...并?=...需要使用正则表达式。如何修改此代码以捕获字母前缺少数字的情况？extract也在尝试使用该功能，但没有成功。

编辑：我想一种解决方案是将其分解为

df$col2 <- as.numeric(str_extract(df$col1, "[0-9]+"))
df$col3 <- (str_extract(df$col1, "[aA-zZ]+"))

但是我很好奇是否还有其他处理方式。

Answer 1

extract(df, c1, into =c("c2", "c3"), "([\\.\\d]*)([a-zA-Z]*)")
#    c2 c3
# 1 5.5  K
# 2   2  M
# 3 3.1   
# 4      M

你可以seperate简单地用这种方式，但应该有一个更优雅的方法..

df %>% separate(c1, into =c("c2", "c3"), sep = "(?=[A-Za-z])")
#    c2   c3
# 1 5.5    K
# 2   2    M
# 3 3.1 <NA>
# 4        M