我有一个列data.frame,其中一些空格应该分隔一些只是一个空格.
#input data
dat <- data.frame(x=c("A 2 2 textA1 textA2 Z1","B 4 1 textX1 textX2 textX3 Z2","C 3 5 textA1 Z3"))
# x
# 1 A 2 2 textA1 textA2 Z1
# 2 B 4 1 textX1 textX2 textX3 Z2
# 3 C 3 5 textA1 Z3
需要将其转换为5列data.frame：
#expected output output <- read.table(text=" A 2 2 textA1 textA2 Z1 B 4 1 textX1 textX2 textX3 Z2 C 3 5 textA1 Z3",sep="\t") # V1 V2 V3 V4 V5 # 1 A 2 2 textA1 textA2 Z1 # 2 B 4 1 textX1 textX2 textX3 Z2 # 3 C 3 5 textA1 Z3
本质上,需要将第1,第2,第3和最后一个空格更改为标签(或任何其他分隔符,如果它使编码更容易).
使用正则表达式没有给任何有用的东西…
注1：在实际数据中,我必须将第1,第3,…,第19和最后一个空格替换为标签.
注2：V4中没有模式,文本可以是任何东西.
注3：最后一列是长度可变的一个单词文本.
尝试
v1 <- gsub("^([^ ]+)\\s+([^ ]+)\\s+([^ ]+)\\s+",'\\1,\\2,\\3,',dat$x)
read.table(text=sub(' +(?=[^ ]+$)',v1,perl=TRUE),sep=",")
# V1 V2 V3 V4 V5
#1 A 2 2 textA1 textA2 Z1
#2 B 4 1 textX1 textX2 textX3 Z2
#3 C 3 5 textA1 Z3
或者选自@ Tensibai的帖子
n <- 3
fpat <- function(n){
paste0('^((?:\\w+ ){',n,'})([\\w ]+)\\s+(\\w+)$')
}
read.table(text=gsub(fpat(n),"\\1'\\2' \\3",dat$x,perl=TRUE))
# V1 V2 V3 V4 V5
#1 A 2 2 textA1 textA2 Z1
#2 B 4 1 textX1 textX2 textX3 Z2
#3 C 3 5 textA1 Z3
对于更多列,
n <- 19 v1 <- "A 24 34343 212 zea4 2323 12343 111 dsds 134d 153xd 153xe 153de 153dd dd dees eese tees3 zee2 2353 23335 23353 ddfe 3133" read.table(text=gsub(fpat(n),sep='') # V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11 V12 V13 V14 V15 #1 A 24 34343 212 zea4 2323 12343 111 dsds 134d 153xd 153xe 153de 153dd dd # V16 V17 V18 V19 V20 V21 #1 dees eese tees3 zee2 2353 23335 23353 ddfe 3133
