如何在DataFrame中拆分文本

你能帮我把第1列（rawtext）中的数据划界到

第2栏（名称）， 第3列（时间戳）， 第4栏（演讲稿）

数据如下所示：

    column 1                                                         column 2
[1] firstname Lastname:           00:01     text text. text.          0
[2] firstname lastname2:          00:008    text, text text.          0

我需要它看起来像

column1                     column 2      colum3

[1] Firstname lastname      00:01         text text. text.
[2] firstname lastname2     00:08         text, text text.

---

可以使用strsplit和regex一起查找3个以上的空格

#Replication of the dataframe
l1 = "firstname Lastname:           00:01     text text. text.          0"
l2 = "firstname lastname2:          00:008    text, text text.          0"
df = rbind(l1,l2)

# Using strsplit with Regex to find separation with 3 or more spaces.

df2=as.data.frame(matrix(unlist(strsplit(df,"\\s{3,}")),nrow = nrow(df), byrow=T),stringsAsFactors = F)

Strplit生成一个列表，因此有必要取消列表并使用矩阵重新创建数据帧

输出为：

+----------------------+--------+------------------+----+
|          V1          |   V2   |        V3        | V4 |
+----------------------+--------+------------------+----+
| firstname Lastname:  | 00:01  | text text. text. |  0 |
| firstname lastname2: | 00:008 | text, text text. |  0 |
+----------------------+--------+------------------+----+

---

如果我理解正确，OP有一个data.frame，它的第一列应该被分成三个独立的列。列由4个或更多空格字符分隔

data.table

包具有

tstrsplit（）

函数，它是

转置（strsplit（…）

的缩写：

请注意，新列已附加到原始data.frame

df

中

还请注意，默认情况下，

tstrsplit（）

已将

column1

从因子强制转换为字符

资料

---

可能的副本谢谢！但是，我收到了这个错误：strsplit（df，“\\s{3，}”）中的错误：非字符参数在我的示例中，df是一个字符。在您的示例中，df似乎是一个数据帧，因此在strsplit中，您需要指示您使用的列，例如strplit（df$V1，“\\s{3，}”）

library(data.table)
setDT(df)[, c("name", "timestamp", "speech_text") := tstrsplit(column1, "\\s{4,}")]
df

                                                    column1 column2                 name timestamp      speech_text
1: firstname Lastname:           00:01     text text. text.       0  firstname Lastname:     00:01 text text. text.
2: firstname lastname2:          00:008    text, text text.       0 firstname lastname2:    00:008 text, text text.

df <- data.frame(
  column1 = c("firstname Lastname:           00:01     text text. text.", 
              "firstname lastname2:          00:008    text, text text."),
  column2 = 0)
df

                                                   column1 column2
1 firstname Lastname:           00:01     text text. text.       0
2 firstname lastname2:          00:008    text, text text.       0