从R中的多个列中分离字符串

我有一个看起来有点像这样的数据集

Species   Trend2001   TrendLimits2001   Trend 2002   TrendLimits2002
 Dog        -1.5        -1,-1.64          -1.0         -0.56,-2.0 
 Cat         2.3         2.0,3.1           1.75          1,2.2 
 Mouse       0.65       -0.3,1.0          1.02         -0.1,1.5

我想将“TrendLimits”列分为两列，分别称为LowerLimits和UpperLimits。我知道如何分别对每一列执行此操作，但是有没有一种方法可以让R根据它们存在的事实拆分所有列？在我的实际数据集中，有100多列需要拆分，我不想为每一列都写代码

我希望我的数据最后看起来是

Species   Trend2001    LowerLimits2001   UpperLimits2001  Trend 2002   LowerLimits2002    UpperLimits2002
 Dog        -1.5           -1                -1.64          -1.0         -0.56                -2.0 
 Cat         2.3           2.0                3.1           1.75          1                    2.2 
 Mouse       0.65         -0.3                1.0           1.02         -0.1                  1.5

---

我对R很陌生，所以请给出详细的答案：）提前谢谢

我们可以从

splitstackshape

library(splitstackshape)
cSplit(df1, c("TrendLimits2001", "TrendLimits2002"), sep=",")

---

或者使用

base R

，使用

read.csv

，创建列的基本名称（“v1”）并

paste0

和

rep

将年份值粘贴为后缀，然后在列名称中具有“TrendLimits”作为子字符串的列上循环，使用

read.csv进行读取

使用

cbind

绑定data.frames的

列表

，并通过赋值更新原始数据集

v1 <- c("LowerLimits", "UpperLimits")
nm1 <- paste0(v1, rep(2001:2002, each = length(v1)))
nm2 <- grep("TrendLimits", names(df1), value = TRUE)
df1[nm1] <- do.call(cbind, lapply(df1[nm2], function(x)
     read.csv(text = as.character(x), header = FALSE)))
df1[nm2] <- NULL
df1
#  Species Trend2001 Trend2002 LowerLimits2001 UpperLimits2001 LowerLimits2002 UpperLimits2002
#1     Dog     -1.50     -1.00            -1.0           -1.64           -0.56            -2.0
#2     Cat      2.30      1.75             2.0            3.10            1.00             2.2
#3   Mouse      0.65      1.02            -0.3            1.00           -0.10             1.5

---

v1我们可以从
splitstackshape

library(splitstackshape)
cSplit(df1, c("TrendLimits2001", "TrendLimits2002"), sep=",")


或者使用
base R
，使用
read.csv
，创建列的基本名称（“v1”）并
paste0
和
rep
将年份值粘贴为后缀，然后在列名称中具有“TrendLimits”作为子字符串的列上循环，使用
read.csv进行读取
使用
cbind
绑定data.frames的
列表
，并通过赋值更新原始数据集

v1 <- c("LowerLimits", "UpperLimits")
nm1 <- paste0(v1, rep(2001:2002, each = length(v1)))
nm2 <- grep("TrendLimits", names(df1), value = TRUE)
df1[nm1] <- do.call(cbind, lapply(df1[nm2], function(x)
     read.csv(text = as.character(x), header = FALSE)))
df1[nm2] <- NULL
df1
#  Species Trend2001 Trend2002 LowerLimits2001 UpperLimits2001 LowerLimits2002 UpperLimits2002
#1     Dog     -1.50     -1.00            -1.0           -1.64           -0.56            -2.0
#2     Cat      2.30      1.75             2.0            3.10            1.00             2.2
#3   Mouse      0.65      1.02            -0.3            1.00           -0.10             1.5

v1，仍然需要我为每一列命名特定的列。有没有一种方法可以在不命名列的情况下完成此操作？我有100多列，如果我使用cSplit@CamiHurtado在这里，我假设您的列名是TrendLimits，所以基本的R解决方案是用Mind中的这个来创建的。您能解释一下吗？我不想写下每一列的名称，例如c（“TrendLimits2001”、“TrendLimits2002”…等）或新的列名，例如c（“LowerLimits2001”、“UpperLimits2001”、“LowerLimits2002”、“UpperLimits2002”），以及您作为解决方案编写的两个代码都写出来。@Camihurto在第二个解决方案中，我用
paste
和
rep
进行了更新（如果您已选中）。唯一指定的是
v1@CamiHurtado我猜您也希望删除TrendLimits原始列，对吧？这仍然需要我为每个列命名特定的列。有没有一种方法可以在不命名列的情况下完成此操作？我有100多列，如果我使用cSplit@CamiHurtado在这里，我假设您的列名是TrendLimits，所以基本的R解决方案是用Mind中的这个来创建的。您能解释一下吗？我不想写下每一列的名称，例如c（“TrendLimits2001”、“TrendLimits2002”…等）或新的列名，例如c（“LowerLimits2001”、“UpperLimits2001”、“LowerLimits2002”、“UpperLimits2002”），以及您作为解决方案编写的两个代码都写出来。@Camihurto在第二个解决方案中，我用
paste
和
rep
进行了更新（如果您已选中）。唯一指定的是
v1@CamiHurtado我想您也希望删除TrendLimits原始列，对吗？
tidyverse
中的
separate
函数也很有用。
tidyverse
中的
separate
函数也很有用。