拆分camelCase列名

Question

我已经想了一段时间了，我想我应该在这里问一问。

假设我有如下所示的数据框架：

df <- data.frame(participant = 1:6, group = c("adult", "adult", "child", "child", "NSS", "NSS"), RegProto = c(2, 3, 4, 2, 4, 3), RegInt = c(2, 3, 4, 6, 6, 5), RegDistant = c(3, 3, 4, 5, 4, 5), IrregProto = c(4, 5, 3, 4, 3, 1), IrregInt = c(4, 4, 4, 4, 4, 4), IrregDistant = c(4, 5, 6, 8, 9, 1))

这个数据框架的问题是，每个变量都包含两个变量:一个变量的值为Reg或Irreg，另一个变量的值为Proto、Int或Distant。我想要做的是拆分这些列并使表变长，最好使用tidyr。我以为我可以这样做。

library("tidyr")
df_long <- df %>%
gather(index, n, -group, -participant) %>%
select(participant, group, index, n) %>%
separate(index, into = c("verb", "similarity"), sep = "\\.?=\\p{Upper}")

这做我想做的直到separate()。我收到一条错误消息，表示这些值没有被拆分，但是没有其他关于为什么会被分割的建议。我刚开始使用regex，所以我怀疑问题一定存在，但我不知道正确的语法可能是什么。

Answer 1

您可以使用这个regex：

(?<=.)(?=[A-Z])

这表示(零长度)位置，后面是大写字母，前面是任何字符。

命令：

library(dplyr)
df %>%
  gather(index, n, -group, -participant) %>%
  select(participant, group, index, n) %>%
  separate(index, into = c("verb", "similarity"), sep = "(?<=.)(?=[A-Z])")