Регулярное выражение не может найти ноль после десятичной точки в tidyr :: extract. Можете ли вы угадать причину, почему?

Question

'''
df <- data.frame(x = c(1.2, 3.4, 0.6, 7.0, 0.0))  
extract(df, x, c("integer", "fractional"), "(\\d+)\\.(\\d+)")  
extract(df, x, c("integer", "fractional"), "([0-9]+)\\.([0-9]+)")  
'''  

Результат:

integer fractional  
       1          2  
       3          4  
       0          6  
    NA       NA  
    NA       NA  

для обоих регулярных выражений.
Значения типа 7.0, 0.0 неправильно разделены на extract().

Почему можно ' t \\d+ взять нулевые цифры после десятичной точки?

Answer 1

Я думаю, что проблема связана с тем фактом, что ноль после точки преобразуется в пустой символ "". Вот очень эффективное и быстрое решение с data.table и stringr , хотя и более многословным. Мне нравится многословие, если оно сочетается со скоростью и эффективностью, что происходит от языка set().

library(data.table)

df <- data.frame( x = c(1.2, 3.4, 0.6, 7.0, 0.0) )  
dt = as.data.table( str_split( df$x, pattern = "\\.", simplify = TRUE ) )
for(col in names(dt)) { 
  set(dt, i = which( dt[[ col ]] == "" ), j = col, value = "0")
}
setnames( dt, names(dt), c( "integer", "fractional" ) )
> dt
   integer fractional
1:       1          2
2:       3          4
3:       0          6
4:       7          0
5:       0          0

Обратите внимание, что str_split() делает именно то, что я сказал выше. Посмотрите ниже:

> str_split( df$x, pattern = "\\.", simplify = TRUE )
     [,1] [,2]
[1,] "1"  "2" 
[2,] "3"  "4" 
[3,] "0"  "6" 
[4,] "7"  ""  
[5,] "0"  ""  

Как видите, десятичных нулей больше нет!

Answer 2

Здесь регулярное выражение не было проблемой.
Когда я набираю df, оно показывает
x
1,2
3,4
0,6
7,0
0,0
Однако, когда при извлечении заглянуть в df $ x [5], оно становится равным 7.
Таким же образом, df $ x [6] становится равным 0.
Таким образом, извлечение не выполняется для этих двух значений.
Чтобы решить эту проблему, вы можете использовать «0.0» вместо 0.0.