R 如何分割这些成分，然后在括号内使用不同数量的缩写

以下是我的数据的摘录：

“草甘膦（HBC）、阿特拉津（HBC）、亚甲基钾（FUN、HBC、INS、NEM）、二氯丙烯（HBC、NEM）、异丙甲草胺（-s）（HBC）、百菌清（FUN）、氯化苦（NEM）、淀粉液化芽孢杆菌（FUN）、2,4-d（HBC、PGR）”

我希望此示例如下所示：

如果有帮助的话，我知道所有可能的缩写（HBC、FUN等）

这就是我迄今为止所尝试的

str = "glyphosate (HBC), atrazine (HBC), dichloropropene (HBC, NEM), metolachlor(-s) (HBC), chlorothalonil (FUN), chloropicrin (NEM), bacillus amyloliquifacien (FUN), 2,4-d (HBC, PGR), pendimethalin (HBC), metam (FUN, HBC, INS, NEM), acetochlor (HBC), metribuzin (HBC), dicamba (HBC), phorate (INS), chlorpyrifos (ACA, INS), flutolanil (FUN), paraquat (HBC), propazine (HBC), dimethenamid(-p) (HBC, FUN), bromoxynil (HBC)"

vec = unlist(unlist(strsplit(str, " ()")))
vec_clean = gsub('^\\(|\\),|\\,|)$', '', vec)

matrix(vec_clean,nrow = 24,ncol = 2, byrow = TRUE)

这给了我：

> matrix(vec_clean,nrow = 24,ncol = 2, byrow = TRUE)
      [,1]               [,2]             
 [1,] "glyphosate"       "HBC"            
 [2,] "atrazine"         "HBC"            
 [3,] "dichloropropene"  "HBC"            
 [4,] "NEM"              "metolachlor(-s" 
 [5,] "HBC"              "chlorothalonil" 
 [6,] "FUN"              "chloropicrin"   
 [7,] "NEM"              "bacillus"       
 [8,] "amyloliquifacien" "FUN"            
 [9,] "24-d"             "HBC"            
[10,] "PGR"              "pendimethalin"  
[11,] "HBC"              "metam"          
[12,] "FUN"              "HBC"            
[13,] "INS"              "NEM"            
[14,] "acetochlor"       "HBC"            
[15,] "metribuzin"       "HBC"            
[16,] "dicamba"          "HBC"            
[17,] "phorate"          "INS"            
[18,] "chlorpyrifos"     "ACA"            
[19,] "INS"              "flutolanil"     
[20,] "FUN"              "paraquat"       
[21,] "HBC"              "propazine"      
[22,] "HBC"              "dimethenamid(-p"
[23,] "HBC"              "FUN"            
[24,] "bromoxynil"       "HBC" 

我在str split“（）”中使用的论点是由于反复试验，我不明白为什么在某种程度上会起作用。我尝试使用我在此修改的示例删除前导和尾随“（“and“，）”：

---

因此，这是一个开始，但当一个成分有更多的缩写，例如（乐趣，HBC等），它也分裂那里。它还删除了2,4-d中的“，”以及不应该删除的两个删节之间的“，”。它从dimethenamid（-p）中删除了尾随的“）”，它也不应该这样做

使用

stringr:：str\u match\u all

stringr::str_match_all(str, ",?\\s?(.*?)\\s\\((.*?)\\),")[[1]][, -1]

#       [,1]                        [,2]                
# [1,] "glyphosate"                "HBC"               
# [2,] "atrazine"                  "HBC"               
# [3,] "dichloropropene"           "HBC, NEM"          
# [4,] "metolachlor(-s)"           "HBC"               
# [5,] "chlorothalonil"            "FUN"               
# [6,] "chloropicrin"              "NEM"               
# [7,] "bacillus amyloliquifacien" "FUN"               
# [8,] "2,4-d"                     "HBC, PGR"          
# [9,] "pendimethalin"             "HBC"               
#[10,] "metam"                     "FUN, HBC, INS, NEM"
#[11,] "acetochlor"                "HBC"               
#[12,] "metribuzin"                "HBC"               
#[13,] "dicamba"                   "HBC"               
#[14,] "phorate"                   "INS"               
#[15,] "chlorpyrifos"              "ACA, INS"          
#[16,] "flutolanil"                "FUN"               
#[17,] "paraquat"                  "HBC"               
#[18,] "propazine"                 "HBC"               
#[19,] "dimethenamid(-p)"          "HBC, FUN"   

---

我们从每个值中提取两部分。第一部分以一个可选的逗号和空格开始（第二个值之后），直到遇到一个开始圆括号（

（

），第二部分是开始圆括号和结束圆括号内的所有内容。

使用

stringr:：str_match_all

stringr::str_match_all(str, ",?\\s?(.*?)\\s\\((.*?)\\),")[[1]][, -1]

#       [,1]                        [,2]                
# [1,] "glyphosate"                "HBC"               
# [2,] "atrazine"                  "HBC"               
# [3,] "dichloropropene"           "HBC, NEM"          
# [4,] "metolachlor(-s)"           "HBC"               
# [5,] "chlorothalonil"            "FUN"               
# [6,] "chloropicrin"              "NEM"               
# [7,] "bacillus amyloliquifacien" "FUN"               
# [8,] "2,4-d"                     "HBC, PGR"          
# [9,] "pendimethalin"             "HBC"               
#[10,] "metam"                     "FUN, HBC, INS, NEM"
#[11,] "acetochlor"                "HBC"               
#[12,] "metribuzin"                "HBC"               
#[13,] "dicamba"                   "HBC"               
#[14,] "phorate"                   "INS"               
#[15,] "chlorpyrifos"              "ACA, INS"          
#[16,] "flutolanil"                "FUN"               
#[17,] "paraquat"                  "HBC"               
#[18,] "propazine"                 "HBC"               
#[19,] "dimethenamid(-p)"          "HBC, FUN"   

---

我们从每个值中提取两部分。第一部分以可选的逗号和空格开始（对于第二个值，从第二个值开始），直到遇到开始圆括号（

（

），第二部分是开始圆括号和结束圆括号内的所有内容。

下面是一个基本的R解决方案：

str=“草甘膦（HBC）、阿特拉津（HBC）、二氯丙烯（HBC、NEM）、异丙甲草胺（HBC）、百菌清（FUN）、氯化苦（NEM）、淀粉液化芽孢杆菌（FUN）、2,4-d（HBC、PGR）、二甲戊灵（HBC）、异丙草胺（FUN、HBC、INS、NEM）、乙草胺（HBC）、甲溴嗪（HBC）、二甲草胺（HBC）、甲拌磷（INS）、毒死蜱（ACA、INS）、氟虫腈（FUN）百草枯（HBC）、丙嗪（HBC）、二甲胺（-p）（HBC，FUN）、溴苯腈（HBC）”
out[1，]草甘膦“HBC”
#>[2，]阿特拉津“HBC”
#>[3，]二氯丙烯“HBC，NEM”
#>[4，]“异丙甲草胺（-s）”“HBC”
#>[5，]百菌清“乐趣”
#>[6，]氯化苦“NEM”
#>[7，]淀粉液化芽孢杆菌“乐趣”
#>[8，]2,4-d“HBC，PGR”
#>[9，]二甲戊灵“HBC”
#>[10，]“metam”“乐趣、HBC、INS、NEM”
#>[11，]乙草胺“HBC”
#>[12，]metribuzin“HBC”
#>[13，]麦草畏“HBC”
#>[14，]“磷酸”INS
#>[15，]毒死蜱“ACA，INS”
#>[16，]“氟妥拉尼”“乐趣”
#>[17，]百草枯“HBC”
#>[18，]丙嗪“HBC”
#>[19，]“二甲胺（-p）”“HBC，乐趣”
#>[20，]溴苯腈“HBC”

---

由（v0.3.0）于2020年4月5日创建。

以下是基本R解决方案：

str=“草甘膦（HBC）、阿特拉津（HBC）、二氯丙烯（HBC、NEM）、异丙甲草胺（HBC）、百菌清（FUN）、氯化苦（NEM）、淀粉液化芽孢杆菌（FUN）、2,4-d（HBC、PGR）、二甲戊灵（HBC）、异丙草胺（FUN、HBC、INS、NEM）、乙草胺（HBC）、甲溴嗪（HBC）、二甲草胺（HBC）、甲拌磷（INS）、毒死蜱（ACA、INS）、氟虫腈（FUN）百草枯（HBC）、丙嗪（HBC）、二甲胺（-p）（HBC，FUN）、溴苯腈（HBC）”
out[1，]草甘膦“HBC”
#>[2，]阿特拉津“HBC”
#>[3，]二氯丙烯“HBC，NEM”
#>[4，]“异丙甲草胺（-s）”“HBC”
#>[5，]百菌清“乐趣”
#>[6，]氯化苦“NEM”
#>[7，]淀粉液化芽孢杆菌“乐趣”
#>[8，]2,4-d“HBC，PGR”
#>[9，]二甲戊灵“HBC”
#>[10，]“metam”“乐趣、HBC、INS、NEM”
#>[11，]乙草胺“HBC”
#>[12，]metribuzin“HBC”
#>[13，]麦草畏“HBC”
#>[14，]“磷酸”INS
#>[15，]毒死蜱“ACA，INS”
#>[16，]“氟妥拉尼”“乐趣”
#>[17，]百草枯“HBC”
#>[18，]丙嗪“HBC”
#>[19，]“二甲胺（-p）”“HBC，乐趣”
#>[20，]溴苯腈“HBC”

由（v0.3.0）于2020-04-05创建的“二氯丙烯（HBC，NEM）”从所需表格的图像中丢失。“二氯丙烯（HBC，NEM）”从所需表格的图像中丢失。