数据框某列分成2列

1. x1<-c('Platform: GPL11154 6 Samples',
   
2.       'Platform: GPL10558 28 Samples',
   
3.       'Platforms: GPL18149 GPL17077 24 Samples',
   
4.       'Platforms: GPL13112 GPL17021 GPL16791 31 Samples',
   
5.       'Dataset: GDS4794 Platforms: GPL96 GPL97 GPL570 70 Samples',
   
6.       'Dataset: GDS4794 Platforms: GPL96 GPL97 GPL570 110 Samples')
   
7. x2<-c('Series Accession: GSE8894 ID: 200008894',
   
8.       'Series Accession: GSE67471 ID: 200067471',NA,NA,NA,NA)
   
9. aaa<-data.frame(x1,x2)

复制代码

把aaa$x1这一列分成两列
V1                                  V2
Platform: GPL11154                       6 Samples
Platform: GPL10558                       28 Samples
Platforms: GPL18149 GPL17077                24 Samples
Platforms: GPL13112 GPL17021 GPL16791          31 Samples
Dataset: GDS4794 Platforms: GPL96 GPL97 GPL570    70 Samples
Dataset: GDS4794 Platforms: GPL96 GPL97 GPL570    110 Samples

把aaa$x2这一列分成两列
V3                                 V4
Series Accession: GSE8894                  ID: 200008894
Series Accession: GSE67471               ID: 200067471
谢谢！

1. x1
   
2. [1] "Platform: GPL11154 6 Samples"                              
   
3. [2] "Platform: GPL10558 28 Samples"                             
   
4. [3] "Platforms: GPL18149 GPL17077 24 Samples"                  
   
5. [4] "Platforms: GPL13112 GPL17021 GPL16791 31 Samples"         
   
6. [5] "Dataset: GDS4794 Platforms: GPL96 GPL97 GPL570 70 Samples"
   
7. [6] "Dataset: GDS4794 Platforms: GPL96 GPL97 GPL570 110 Samples"
   
8. pat <- "\\s\\d+\\s.+"
   
9. addr <- regexpr(pat,x1)
   
10. fir <- substr(x1,1,addr)
    
11. sec <- substring(x1,addr)
    
12. fir
    
13. [1] "Platform: GPL11154 "                             "Platform: GPL10558 "                           
    
14. [3] "Platforms: GPL18149 GPL17077 "                   "Platforms: GPL13112 GPL17021 GPL16791 "         
    
15. [5] "Dataset: GDS4794 Platforms: GPL96 GPL97 GPL570 " "Dataset: GDS4794 Platforms: GPL96 GPL97 GPL570 "
    
16. sec
    
17. [1] " 6 Samples"   " 28 Samples"  " 24 Samples"  " 31 Samples"  " 70 Samples"  " 110 Samples"
    
18. result <- data.frame(fir,sec)
    
19. result
    
20.                                               fir          sec
    
21. 1                             Platform: GPL11154     6 Samples
    
22. 2                             Platform: GPL10558    28 Samples
    
23. 3                   Platforms: GPL18149 GPL17077    24 Samples
    
24. 4          Platforms: GPL13112 GPL17021 GPL16791    31 Samples
    
25. 5 Dataset: GDS4794 Platforms: GPL96 GPL97 GPL570    70 Samples
    
26. 6 Dataset: GDS4794 Platforms: GPL96 GPL97 GPL570   110 Samples

复制代码

我给你分离了第一列，第二列同理，把"GPL[:digit:]+" 换为 "GSE[:digit:]+"
然后你再组合吧，我没有找到在固定位置分割字符串的函数，有的话更方便。

1. library(stringr)
   
2. library(tidyverse) #a bit big, but there many useful functions
   
3. p<-str_locate_all(aaa$x1,"GPL[:digit:]+")%>%
   
4.   #replace "GPL[:digit:]+" with "GSE[:digit:]+" for the column 2
   
5. lapply(max)%>%unlist()
   
6. v1<-str_sub(aaa$x1,1,p)%>%str_trim%>%as_tibble()
   
7. v2<-str_sub(aaa$x1,p+2,str_count(aaa$x1))%>%str_trim%>%as_tibble()
   
8. v<-cbind(v1,v2)

复制代码

ly_0 发表于 2016-11-18 22:18

我搞复杂了，查找倒数第二个空格就可以。

johnmy 发表于 2016-11-18 22:29
我搞复杂了，查找倒数第二个空格就可以。

嗯，我不知道怎样去找具体哪个空格，就只好把后边的都匹配出来了。。。

.+就是匹配后面的内容的意思吗

johnmy 发表于 2016-11-18 22:55
.+就是匹配后面的内容的意思吗

嗯，"."表示任意字符，"+"表示1个或多个，连在一起就是一个或多个字符

ly_0 发表于 2016-11-18 23:12
嗯，"."表示任意字符，"+"表示1个或多个，连在一起就是一个或多个字符

了解了，谢谢。
正则表达式真是太灵活了。

用 tidyr::separate 函数，一行程序，只是 变量 sep= 设置要费点力，慢慢调试一下。。

jgchen1966 发表于 2016-11-19 01:44
用 tidyr::separate 函数，一行程序，只是 变量 sep= 设置要费点力，慢慢调试一下。。

确实可以这样，但是分隔符是空格，而前面后面都有空格，不好定位。