在R中，可以使用tidyverse包中的separate()函数将一个字符串变量拆分成多个新的变量。下面是一个示例函数，它使用Python编写，以实现与separate()函数相同的功能。

import pandas as pd

def separate(data, col, into, sep, remove=False, convert=False):
    df = data.copy()
    new_cols = into.split(",")
    
    for i, new_col in enumerate(new_cols):
        new_col = new_col.strip()
        if i == 0:
            df[new_col] = df[col].str.split(sep, expand=True)[i]
        else:
            df[new_col] = df[col].str.split(sep, expand=True)[i].str.strip()
    
    if remove:
        df = df.drop(col, axis=1)
    
    if convert:
        for new_col in new_cols:
            try:
                df[new_col] = pd.to_numeric(df[new_col])
            except:
                pass
    
    return df

这个函数接受以下参数：

• data：要拆分的数据集（DataFrame）
• col：要拆分的变量名（字符串）
• into：拆分后的新变量名，以逗号分隔（字符串）
• sep：用于拆分的分隔符（字符串）
• remove：是否删除原始变量，默认为False（布尔值）
• convert：是否尝试将拆分后的新变量转换为数值，默认为False（布尔值）

下面是一个示例用法：

data = pd.DataFrame({'col': ['A_B', 'C_D', 'E_F']})

separated_data = separate(data, 'col', 'var1, var2', '_', remove=True, convert=True)

print(separated_data)

输出结果为：

  var1 var2
0    A    B
1    C    D
2    E    F

这个函数使用pandas库来实现拆分操作，并提供了删除原始变量和将新变量转换为数值的选项。