從字符串中提取的所有單詞，並用結果

Question

我有一個名爲「集電極」列的數據幀（DATA3）創建一列。在這一列中我有字母數字字符。例如：「Ruiz and Galvis 650」。我需要單獨提取字母字符和數字字符，並創建兩個新欄目，一個以該字符串（ColID）的數量，另一個與所有的字（COL）：

輸入：

Collector      Times  Sample 
Ruiz and Galvis 650    9   SP.1    
Smith et al 469     8   SP.1 

預期輸出

Collector      Times  Sample  ColID Col 
Ruiz and Galvis 650    9   SP.1  650  Ruiz and Galvis 
Smith et al 469     8   SP.1  469  Smith et al 

我曾嘗試以下，但是當我嘗試保存我得到一個錯誤（錯誤文件中.External2（C_writetable，X，文件，nrow（X），p，rnames， sep，eol，： 'EncodeElement'中的未實現類型'list'）：

regexp <- "[[:digit:]]+" 
data3$colID<- NA 
data3$colID <- str_extract (data3$Collector, regexp) 

data3$Col<- NA 
regexp <-"[[:alpha:]]+" 
data3$Col <- (str_extract_all (data3$Collector, regexp)) 
write.table(data3, file = paste("borrar2",".csv", sep=""), quote=T, sep = ",", row.names = F) 

Answer 1

的問題是，str_extract_all沒有發現只是一個單一的字符串，但多個列表。例如：

> dput(str_extract_all("Ruiz and Galvis 650", "[[:alpha:]]+")) 
list(c("Ruiz", "and", "Galvis")) 

具有嵌套元素的數據框（如上所述）顯然不能保存到文件中。

但是，如果你更新的正則表達式匹配模式空間以及字母，你可以回去使用str_extract代替：

> dput(str_extract("Ruiz and Galvis 650", "[[:alpha:] ]+")) 
"Ruiz and Galvis " 

注意，在第二正則表達式的空間。這將所有字母/空格匹配爲一個字符串，並允許您將data.frame寫入文件。

Answer 2

如果你的數據是儘可能均勻的例子顯示，那麼這是另一種選擇：

library(stringi) 
library(purrr) 
library(dplyr) 

df <- data.frame(Collector=c("Ruiz and Galvis 650", "Smith et al 469"), 
       Times=c(9, 8), 
       Sample=c("SP.1", "SP.1"), 
       stringsAsFactors=FALSE) 

stri_match_first(df$Collector, regex="([[:alpha:][:space:]]+) ([[:digit:]]+)") %>% 
    as.data.frame(stringsAsFactors=FALSE) %>% 
    select(Col=V2, ColID=V3) %>% 
    bind_cols(df) %>% 
    select(-Collector) 
##    Col ColID Times Sample 
## 1 Ruiz and Galvis 650  9 SP.1 
## 2  Smith et al 469  8 SP.1