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","NSS","NSS"),RegProto = c(2,3,4,2,3),RegInt = c(2,6,5),RegDistant = c(3,5,IrregProto = c(4,1),IrregInt = c(4,4),IrregDistant = c(4,8,9,1))
这个数据框的问题是每个变量包含两个变量:一个变量,其值为Reg或Irreg,另一个变量的值为Proto,Int或Distant.我想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.
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,-participant) %>% select(participant,n) %>% separate(index,sep = "(?<=.)(?=[A-Z])")