dplyr:：基于“分离”-&引用；，但并非所有的眼见都是这样

我需要一些帮助来使用

dplyr:：separate

来分隔下面数据中的列

value

  data.frame(
    var = c("V0001", "V0001", "V0001", "V0001", "V0001"),
    value = c(
      "11- Rondônia",
      "12- Acre",
      "13- Amazonas",
      "14- Roraima",
      'A relação de códigos encontra-se no arquivo:'
    )
  )

因此，我希望得到如下数据——注意，必须基于“-”进行分离。但是，我不能简单地键入

sep=“-”

，因为最后一行有“encontra se”一词。因此，必须在数字后面的“-”上进行分隔。我曾尝试使用正则表达式来实现这一点，但结果df也省略了前面的数字

 var v1                                           v2
1 V0001 11                                     Rondônia
2 V0001 12                                         Acre
3 V0001 13                                     Amazonas
4 V0001 14                                      Roraima
5 V0001 NA A relação de códigos encontra-se no arquivo:

---

有人能帮忙吗？

您可以使用

提取

：

library(tidyverse)
df %>%
  extract(value, c("v1", "v2"), '(?:(.*\\d)-)? ?(.+)')
    var v1                                           v2
1 V0001 11                                     Rondônia
2 V0001 12                                         Acre
3 V0001 13                                     Amazonas
4 V0001 14                                      Roraima
5 V0001    A relação de códigos encontra-se no arquivo:

---

我们可以使用trimws将所示字符从末端修剪掉。由于第一个字段仅包含数字，第二个字段修剪数字0-9以及空格和减号，因此第一个trimws修剪非数字\D

d %>% 
  mutate(V1 = trimws(value, white = "\\D"), 
         V2 = trimws(value, white = "[0-9 -]"))

---

非常感谢。这可能会成为一个问题，但最后一行的v2条目遗漏了句子开头的“a”。“能修好吗？”阿瑟卡瓦霍布里托肯定会的。请查看编辑对不起，再次打扰您，但在某些情况下，数字和连字符之间可能有空格。我已尝试使用

修复此问题（？：（.*\\d）\\s+-）？（.+）”

。这解决了这个具体问题，但把以前的问题搞砸了。我如何调整它才能工作？@ArthurCarvalhoBrito使用

（？：（.*\\d）\\s*-）？（.+）”