条件分离变量dplyr

考虑我正在处理的一个非常混乱的数据集的最小工作示例：

library(dplyr)
library(tidyr)

x<- paste(sort(rep(LETTERS[1:4], 3)), paste0(rep("#", 3), rep(11:13, 3)))
y<- paste(sort(rep(LETTERS[1:4], 2)), paste0(rep(1:2, 2), rep("/0", 2)))
data<- data.frame(Item = c(x, y))

我想把这个项目分为项目和大小。有两种尺寸。第一个，11:13，由。第二个是1/0:2/0，在本例中可以用/0标识。要将第一个大小类型与项目数据分离，请使用%>%separateItem，into=cItem，size，sep=。但是，这会在第13:20行中输出NA

如何根据条件分离变量，以便第二种尺寸类型的项目和尺寸可以分离

我尝试了下面的代码，但没有成功

data %>% 
        separate(Item, into = c("Item", "Size"), sep = "#") %>% 
        mutate(ifelse(grepl("/0", Item) == TRUE, separate(Item, into = c("Item", "Size"), sep = " (?=[^ ]+$)", perl=TRUE), Size))

编辑

所需的输出应如下所示：

   Item Size
1     A   11
2     A   12
3     A   13
4     B   11
5     B   12
6     B   13
7     C   11
8     C   12
9     C   13
10    D   11
11    D   12
12    D   13
13    A  1/0
14    A  2/0
15    B  1/0
16    B  2/0
17    C  1/0
18    C  2/0
19    D  1/0
20    D  2/0

---

我想这可能就是你想要的。在空格上拆分，然后将or/0替换为空白，除非我误解了

data %>%
  separate(Item, into = c("Item", "Size"), sep = " ") %>%
  mutate(Size = gsub("/0|#", "", Size))

---

要回答您的问题，|运算符允许您选择多个分隔符

data %>% 
  separate(Item, into = c("Item", "Size"), sep = " #| ")

或者，您可以使用公共字符分割所有内容，然后在以下操作之后清理列：

data %>% 
      separate(Item, into = c("Item", "Size"), sep = " ")

有关帮助清洁的更多正则表达式信息，请参阅。如果它是不整洁的文本，你会喜欢并且需要stringR，因为大小在空白后有图案或数字，这将转到sep参数

？=[0-9]查找模式，如1 [0-9]查找模式，如1 |手段或 总之，假设这些类型的模式不会出现在项目名称中

---

行13:20的大小应该是什么样的？您是否尝试过data%>%separateItem，into=cItem，Size，sep=为什么需要分开？你不能使用gsub删除项目中的字母，只留下适当的数字吗？正如@divibisan所问的，你想从1/0中保留什么？A和1？运行另一个命令可以吗？这很简单，还是全部在一行中？我已经编辑了这个问题，以提供所需的输出。我理解，对于这个示例，项目和大小可以按照@Kerry Jackson用空格分隔。然而，在原始数据集中，我在分离前处理项中更混乱的字符串。项目描述的长度为一到五个单词，大小不一定总是在字符串的末尾。因此，我想知道变量是否可以通过ifelse函数或其他函数有条件地分离。运行另一个或多个命令很好@Sahir MoosviThird选项是separateItem，into=cItem，Size，sep=？

data %>% 
      separate(Item, into = c("Item", "Size"), sep = " ")

library(tidyverse)
x <- paste(sort(rep(LETTERS[1:4], 3)), paste0(rep("#", 3), rep(11:13, 3)))
y <- paste(sort(rep(LETTERS[1:4], 2)), paste0(rep(1:2, 2), rep("/0", 2)))
mydf <- data_frame(Item = c(x, y))
#---------------------------------
mydf %>% 
  separate(Item, into = c("Item", "Size"), sep = " #(?=[0-9])| (?=[0-9])")
#> # A tibble: 20 x 2
#>    Item  Size 
#>    <chr> <chr>
#>  1 A     11   
#>  2 A     12   
#>  3 A     13   
#>  4 B     11   
#>  5 B     12   
#>  6 B     13   
#>  7 C     11   
#>  8 C     12   
#>  9 C     13   
#> 10 D     11   
#> 11 D     12   
#> 12 D     13   
#> 13 A     1/0  
#> 14 A     2/0  
#> 15 B     1/0  
#> 16 B     2/0  
#> 17 C     1/0  
#> 18 C     2/0  
#> 19 D     1/0  
#> 20 D     2/0