R 从字符串中提取所有单词，并使用结果创建一列

我有一个数据帧（data3），其中有一列名为“Collector”。在本栏中，我有字母数字字符。例如：“Ruiz和Galvis 650”。我需要分别提取字母字符和数字字符，并创建两个新列，一个包含该字符串的数字（ColID），另一个包含所有单词（Col）：

输入：

Collector                       Times     Sample
Ruiz and Galvis 650             9         SP.1              
Smith et al 469                 8         SP.1

预期产量

Collector                       Times     Sample     ColID    Col
Ruiz and Galvis 650             9         SP.1        650     Ruiz and Galvis
Smith et al 469                 8         SP.1        469     Smith et al

我尝试了以下操作，但当我尝试保存文件时，出现了一个错误（在.External2（C_writetable，x，file，nrow（x），p，rnames，sep，eol，）中出错： “EncodeElement”中未实现的类型“list”：

---

regexp问题在于
str\u extract\u all
不能只找到单个字符串，而是找到多个字符串的列表。例如：

> dput(str_extract_all("Ruiz and Galvis 650", "[[:alpha:]]+"))
list(c("Ruiz", "and", "Galvis"))

带有嵌套元素的数据框（如上所述）显然无法保存到文件中

但是，如果更新正则表达式模式以匹配空格和字母，则可以使用
str\u extract
：

> dput(str_extract("Ruiz and Galvis 650", "[[:alpha:] ]+"))
"Ruiz and Galvis "

请注意第二个正则表达式中的空格。这将所有字母/空格匹配为一个字符串，并允许您将data.frame写入文件。
问题在于
str\u extract\u all
不仅查找单个字符串，还查找多个字符串的列表。例如：

> dput(str_extract_all("Ruiz and Galvis 650", "[[:alpha:]]+"))
list(c("Ruiz", "and", "Galvis"))

带有嵌套元素的数据框（如上所述）显然无法保存到文件中

但是，如果更新正则表达式模式以匹配空格和字母，则可以使用
str\u extract
：

> dput(str_extract("Ruiz and Galvis 650", "[[:alpha:] ]+"))
"Ruiz and Galvis "

请注意第二个正则表达式中的空格。这将所有字母/空格匹配为一个字符串，并允许您将data.frame写入一个文件。
如果您的数据与示例中显示的一样一致，则这是另一个选项：

library(stringi)
library(purrr)
library(dplyr)

df <- data.frame(Collector=c("Ruiz and Galvis 650", "Smith et al 469"),
                 Times=c(9, 8),
                 Sample=c("SP.1", "SP.1"),
                 stringsAsFactors=FALSE)

stri_match_first(df$Collector, regex="([[:alpha:][:space:]]+) ([[:digit:]]+)") %>% 
  as.data.frame(stringsAsFactors=FALSE) %>% 
  select(Col=V2, ColID=V3) %>% 
  bind_cols(df) %>% 
  select(-Collector)
##               Col ColID Times Sample
## 1 Ruiz and Galvis   650     9   SP.1
## 2     Smith et al   469     8   SP.1

库（stringi）
图书馆（purrr）
图书馆（dplyr）
df%
as.data.frame（stringsAsFactors=FALSE）%>%
选择（Col=V2，ColID=V3）%>%
绑定列（df）%>%
选择（-Collector）
##Col-ColID时间样本
##1 Ruiz和Galvis 650 9 SP.1
##2 Smith等人469 8 SP.1
如果您的数据如示例所示是统一的，那么这是另一个选项：

library(stringi)
library(purrr)
library(dplyr)

df <- data.frame(Collector=c("Ruiz and Galvis 650", "Smith et al 469"),
                 Times=c(9, 8),
                 Sample=c("SP.1", "SP.1"),
                 stringsAsFactors=FALSE)

stri_match_first(df$Collector, regex="([[:alpha:][:space:]]+) ([[:digit:]]+)") %>% 
  as.data.frame(stringsAsFactors=FALSE) %>% 
  select(Col=V2, ColID=V3) %>% 
  bind_cols(df) %>% 
  select(-Collector)
##               Col ColID Times Sample
## 1 Ruiz and Galvis   650     9   SP.1
## 2     Smith et al   469     8   SP.1

库（stringi）
图书馆（purrr）
图书馆（dplyr）
df%
as.data.frame（stringsAsFactors=FALSE）%>%
选择（Col=V2，ColID=V3）%>%
绑定列（df）%>%
选择（-Collector）
##Col-ColID时间样本
##1 Ruiz和Galvis 650 9 SP.1
##2 Smith等人469 8 SP.1
谢谢！你的回答让我对这个话题有了更多的了解。谢谢！你的回答让我对这个话题有了更多的了解。