时间戳

首页 > 解决方案 > 数据整理帮助：用所有数据拆分一列

r - 数据整理帮助：用所有数据拆分一列

问题描述

我需要一些数据整理方面的帮助。我在 Facebook Messenger 上下载了与某人的对话，但它的输出如下：

V1.  
Person A  
Coolcool  
2018-06-25 19:34  
Person B  
See you later  
:D  
2018-06-25 19:34  
Person A  
You called Person B   
Duration: 30 seconds   
2018-06-25 19:19  
Person B.  
What's up?   
2018-06-25 19:09  
Person A   
Hey!   
2018-06-25 19:09

它们都在一个列中，但我正在尝试制作一个数据框，其中说话者在一个列中，消息在另一个列中，日期将在另一个列中。我面临的问题是，有时消息分两行，所以我不能将整列分成三列。什么是最好的解决方案？感谢任何帮助:)

标签： r

解决方案

由于您的条目始终是“人 A”（或人 B）并以日期结尾，格式为 YYYY-MM-DD HH:MM，我会使用这样的正则表达式：

library(stringr)
date_match="\\d{4}-\\d{2}-\\d{2} \\d{2}:\\d{2}"
col_a=str_match_all(chat_messenger,
                    paste0("(?<=\n|^)Person A\\s*\n([\\s\\S]*?)\n",date_match, sep="")
                    )[[1]][,2]
col_b=str_match_all(chat_messenger,
                    paste0("(?<=\n)Person B\\s*\n([\\s\\S]*?)\n",date_match, sep="")
)[[1]][,2]
col_a
col_b

结果如下：

> col_a
[1] "Coolcool  "                                      "You called Person B   \nDuration: 30 seconds   "
[3] "Hey!   "                                        
> col_b
[1] "See you later  \n:D  " ".  \nWhat's up?   "

为了更好地理解正则表达式匹配：我将这一行分开： (?<=\n|^)Person A\s*\n([\s\S]*?)\n

  • (?<=\n|^)正在查找前面有一个空格或文档开头的内容，以防您在聊天中使用“人员 A”一词。
  • Person A\\s*\n: 查找后跟空格（至少为 0）和换行符的名称
  • ([\\s\\S]*?): 提取包括换行符在内的所有内容
  • \n：在换行之前停止提取

推荐阅读