分割字符串

Question

我想前两个冒号分割字符串的列，但不能对任何后续冒号：

my.data <- read.table(text=' 

my.string some.data 
123:34:56:78 -100 
87:65:43:21 -200 
a4:b6:c8888 -300 
11:bbbb:ccccc -400 
uu:vv:ww:xx -500', header = TRUE) 

desired.result <- read.table(text=' 

my.string1 my.string2 my.string3 some.data 
123   34   56:78   -100 
87   65   43:21   -200 
a4   b6   c8888   -300 
11   bbbb  ccccc   -400 
uu   vv   ww:xx   -500', header = TRUE) 

我已经广泛搜查，以下问题是最接近我目前的窘境：

Split on first comma in string

谢谢你的任何建议。我更喜欢使用基R.

编辑：

字符数之前第一结肠并不总是2和第一两个冒号之间的字符数并不总是2。所以，我编辑了这个例子来反映这一点。

Answer 1

在基础R：

> my.data <- read.table(text=' 
+ 
+ my.string some.data 
+ 123:34:56:78 -100 
+ 87:65:43:21 -200 
+ a4:b6:c8888 -300 
+ 11:bbbb:ccccc -400 
+ uu:vv:ww:xx -500', header = TRUE,stringsAsFactors=FALSE) 
> m <- regexec ("^([^:]+):([^:]+):(.*)$",my.data$my.string) 
> my.data$my.string1 <- unlist(lapply(regmatches(my.data$my.string,m),'[',c(2))) 
> my.data$my.string2 <- unlist(lapply(regmatches(my.data$my.string,m),'[',c(3))) 
> my.data$my.string3 <- unlist(lapply(regmatches(my.data$my.string,m),'[',c(4))) 
> my.data 
     my.string some.data my.string1 my.string2 my.string3 
1 123:34:56:78  -100  123   34  56:78 
2 87:65:43:21  -200   87   65  43:21 
3 a4:b6:c8888  -300   a4   b6  c8888 
4 11:bbbb:ccccc  -400   11  bbbb  ccccc 
5 uu:vv:ww:xx  -500   uu   vv  ww:xx 

你会请参阅我已使用stringsAsFactors=FALSE确保my.string可以作为字符串的向量处理。

Answer 2

难道你不能只在第一个冒号的strsplit（sub（“：\ s *”，XX，x），XX）（如你在其他问题的链接中列出的例子）再次分裂第一个冒号？

Answer 3

使用包stringr：

str_match(my.data$my.string, "(.+?):(.+?):(.*)") 

    [,1]   [,2] [,3] [,4] 
[1,] "123:34:56:78" "123" "34" "56:78" 
[2,] "87:65:43:21" "87" "65" "43:21" 
[3,] "a4:b6:c8888" "a4" "b6" "c8888" 
[4,] "11:bbbb:ccccc" "11" "bbbb" "ccccc" 
[5,] "uu:vv:ww:xx" "uu" "vv" "ww:xx" 

UPDATE： 与最新的例子（上图）和哈德利的评论解决方案：

str_split_fixed(my.data$my.string, ":", 3) 
    [,1] [,2] [,3] 
[1,] "123" "34" "56:78" 
[2,] "87" "65" "43:21" 
[3,] "a4" "b6" "c8888" 
[4,] "11" "bbbb" "ccccc" 
[5,] "uu" "vv" "ww:xx" 

Answer 4

用“，”替换前两个“：”，然后拆分“，”。

x <- gsub("([[:alnum:]]*):([[:alnum:]]*):(.)","\\1,\\2,\\3","12:34:56:78") 

strsplit（X “”）

应用到数据帧

a.list <- sapply(my.data$my.string, function(x) strsplit(gsub("([[:alnum:]]*):([[:alnum:]]*):(.)","\\1,\\2,\\3",x),",")) 
a.vect <- unlist(a.list) 
a.df <- as.data.frame(matrix(a.vect,ncol=3,byrow=T), stringsAsFactors = F) 
names(a.df) <- c("my.string1", "my.string2", "my.string3") 
a.df$some.data <- my.data$some.data 
a.df 

Answer 5

我有点太迟了。我的解决方案与早期的答案有很大的重叠。然而，它可能是有用的人：

# Replace first two colons with commas. 
new.string = gsub(pattern="(^[^:]+):([^:]+):(.+$)", 
        replacement="\\1,\\2,\\3", 
        x=my.data$my.string) 

# Split on commas, producing a list. 
split.data = strsplit(new.string, ",") 

# Change list into matrix, then data.frame. 
new.data = data.frame(do.call(rbind, split.data)) 
names(new.data) = paste("my.string", seq(ncol(new.data)), sep="") 

my.data$my.string = NULL 
my.data = cbind(new.data, my.data) 
my.data 

# my.string1 my.string2 my.string3 some.data 
# 1  123   34  56:78  -100 
# 2   87   65  43:21  -200 
# 3   a4   b6  c8888  -300 
# 4   11  bbbb  ccccc  -400 
# 5   uu   vv  ww:xx  -500 

正如@topchef指出，逗号（或其它字符）必须保证是从数据中缺席。

另外，每个字符串中必须至少有两个冒号，否则该模式不匹配任何内容，因此不会发生分裂。