从单列数据框中分离数据

Question

我有一个看起来像这样的数据框

可以在这里找到可复制的代码：https://gist.github.com/jeffgswanson/703bb9eb1698518d1dd9aec43e91fefd

我想将其分为四栏：客场得分、客场球队、主场得分、主队。

我遇到的问题是我抓取的一些团队旁边也有一个排名，这就是你在括号中看到的。这给我带来了问题，因为我无法汇总团队名称，因为它们的拼写不一致。我尝试了无数种方法，要么一开始就避免刮掉括号中的内容，要么在事后删除它们，但都无济于事。

我最近的尝试是使用 gsub 来删除它们，但它也不起作用：

scores <- scores %>% mutate(V1 = gsub("\\r|\\n", "", V1))

请帮忙，先谢谢了

Answer 1

这是一个两步方法，在所需位置添加“_”，然后使用 tidyr 的

separate()

函数将单列分成 4 个。

我在数字后面和字母前面的空格后面添加 _。第二个在字母后面和数字前面的空格后面添加 _。这可以避免与 () 中的数字混淆。

library(tidyr)

score <- "52 (#18) Lincol Lutheran 38 (#22) Gross Alliance"
df <- data.frame(score)

#add a " _" at the desired breaks
score<-gsub( "(\\d )(\\D)", "\\1_\\2", df$score)
score<-gsub( "(\\D )(\\d)", "\\1_\\2", score)

df$score <- score

#Separate the single column into 4
separate(df, score, into=c("Home score", "Home Team", "Visit score", "Visitors"), sep=" _")

#  Home score             Home Team Visit score             Visitors
#1         52 (#18) Lincol Lutheran          38 (#22) Gross Alliance