R 如何根据特定要求分隔字符串

我有一个变量a，它包含如下字符：

DEVICE PRF .75MG 0.5ML
DEVICE PRF 1.5MG 0.5MLX4
CAP 12-25MG 30
CAP DR 60MG 100UD 3270-33 (32%)

我想把它们分成三部分（或变量）：

第一部分是描述，第二部分是强度，第三部分是体积。 我想我可以使用gregexpr（），但不确定如何实现它。 如有任何建议，我们将不胜感激。谢谢大家!

您可以使用

library(stringr)
str_match(x, "(.*)[ ]{1,}(.*(MG|ML))[ ]{1,}(.*)")[, -c(1, 4)]
#      [,1]         [,2]      [,3]                 
# [1,] "DEVICE PRF" ".75MG"   "0.5ML"              
# [2,] "DEVICE PRF" "1.5MG"   "0.5MLX4"            
# [3,] "CAP"        "12-25MG" "30"                 
# [4,] "CAP DR"     "60MG"    "100UD 3270-33 (32%)"

假设第二/中间部分始终以MG或ML结尾，并且没有空格

---

模式

（.*）[{1，}（.*（MG | ML））[{1，}（.*））

可以理解为：匹配的第一部分包含任何内容+至少一个空格+匹配的第二部分以MG或ML结尾+至少一个空格+匹配的第三部分包含任何内容。

假设中间部分没有空格，并且始终以

或数字开头，我们可以在base R中这样做：

a <- c("DEVICE PRF .75MG 0.5ML", "DEVICE PRF 1.5MG 0.5MLX4",
       "CAP 12-25MG 30", "CAP DR 60MG 100UD 3270-33 (32%)")

a_as_csv <- sub('([^.0-9]*) ([.0-9][^ ]+) (.*)', '\\1,\\2,\\3', a)

read.csv(textConnection(a_as_csv), col.names = c('x', 'y', 'z'), header = F)
#            x       y                   z
# 1 DEVICE PRF   .75MG               0.5ML
# 2 DEVICE PRF   1.5MG             0.5MLX4
# 3        CAP 12-25MG                  30
# 4     CAP DR    60MG 100UD 3270-33 (32%)

a是空格字符还是制表符？您可能希望为此使用正则表达式，但具体取决于定义不同组的规则。例如，这个正则表达式将分割您提供的数据，但它做出了一些可能不准确的假设。它可能以“ML”而不是“MG”结尾。@LiliaFeng，ok，在更新中考虑到了这一点。
a <- c("DEVICE PRF .75MG 0.5ML", "DEVICE PRF 1.5MG 0.5MLX4",
       "CAP 12-25MG 30", "CAP DR 60MG 100UD 3270-33 (32%)")

a_as_csv <- sub('([^.0-9]*) ([.0-9][^ ]+) (.*)', '\\1,\\2,\\3', a)

read.csv(textConnection(a_as_csv), col.names = c('x', 'y', 'z'), header = F)
#            x       y                   z
# 1 DEVICE PRF   .75MG               0.5ML
# 2 DEVICE PRF   1.5MG             0.5MLX4
# 3        CAP 12-25MG                  30
# 4     CAP DR    60MG 100UD 3270-33 (32%)