拆分列时只考虑R中的第一个点,使用单独的

这里有一个使用的替代方案 readr s parse_number 和正则表达式:

library(dplyr)
library(readr)
df %>% 
  mutate(Numbers = parse_number(col1), .before=1) %>% 
  mutate(col1 = gsub('\\d+\\. ','',col1))

  Numbers col1   
    <dbl> <chr>  
1       1 word   
2       2 word   
3       3 word   
4       4 word   
5       5 N. word
6       6 word   
7       7 word   

a. tidyverse 方法是先清理数据,然后再进行分离。

 df %>% 
      mutate(col1 = gsub("\\s.*(?=word)", "", col1, perl=TRUE)) %>% 
      tidyr::separate(col1, into = c("Number", "Words"), sep="\\.")

结果:

# A tibble: 8 x 2
  Number Words
  <chr>  <chr>
1 1      word 
2 2      word 
3 3      word 
4 4      word 
5 5      word 
6 6      word 
7 7      word 
8 8      word 

我假设您希望在结果中保留繁琐的“N”。为此,我的建议是使用 extract 而不是 separate :

df %>% 
  extract(
    col = col1 ,
    into = c('Number','Words'), 
    regex = "([0-9]+)\\. (.*)")

正则表达式 ([0-9]+)\\. (.*) 意思是你首先要找一个数字,你想把它放在第一列,后面跟着一个点和一个空格( \\. )那应该被丢弃,剩下的应该放在第二列中。

结果:

# A tibble: 8 × 2
  Number Words  
  <chr>  <chr>  
1 1      word   
2 2      word   
3 3      word   
4 4      word   
5 5      N. word
6 6      word   
7 7      word   
8 8      word 

尝试 read.table + sub

> read.table(text = sub("\\.", ",", df$col1), sep = ",")
  V1       V2
1  1     word
2  2     word
3  3     word
4  4     word
5  5  N. word
6  6     word
7  7     word
8  8     word

我不知道如何用 tidyr ,但以下内容应适用于base R 。

df$col1 <- gsub('N. ', '', df$col1)
df$Numbers <- as.numeric(sapply(strsplit(df$col1, ' '), '[', 1))
df$Words <- sapply(strsplit(df$col1, ' '), '[', 2)
df$col1 <- NULL

后果

> head(df)
  Numbers Words
1       1  word
2       2  word
3       3  word
4       4  word
5       5  word
6       6  word