Я бы разбил по точке при помощи separate

Вы бы скинули пример строки, где  слова и цифры вместе

Я бы регулярной сделал. В pcre синтаксисе это выглядит так
\d{1,2}\.\d{1,2}(\.\d)? [а-яА-Я ]+\.

сейчас попрбую ко всем строкам

Я только не знаю, в R поддерживается pcre или нет.

поддерживается

только слеши двойные надо делать

Попробуйте что-то вроде этого:
tibble(str = c("71.12.7 Кадастровая деятельность.", "71.12 Кадастровая деятельность.", "71 Кадастровая деятельность.")) %>%
 mutate(okved = str_extract(str, "^\\d{1,2}\\.\\d{1,2}\\.\\d{1,2}|^\\d{1,2}\\.\\d{1,2}|^\\d{1,2}"),
        name =  str_extract(str, "(?<=\\d)\\s.+") %>% str_trim())

мне кажется самым удобным вытащить все до пробела регуляркой, потом сделать tidyr::separate() по точке

Так мой вариант и вытащил все что до пробела и все что после... далее разбить оквэд на уровни, если нужно с помощью separate()

просто меня пугает вот эта регулярка: "^\\d{1,2}\\.\\d{1,2}\\.\\d{1,2}|^\\d{1,2}\\.\\d{1,2}|^\\d{1,2}», мне кажется можно просто что-то в духе «(?.*)\\s»

получить просто все значения до первого пробела, а по ним уже separate

я просто показал два подхода, можно заменить это выражение на ".+(?=\\s)"

нет такое не работает, заменил на ".{1,8}(?=\\s)" - и норм

Пытался объяснять, что R - это  конструктор,  а функции - детальки. И из деталек надо собрать что-нибудь полезное. Но такое объяснение совсем не работало. Вариант, который, как показалось, более-менее работает, но идеологически вредный. Говорить, что R - это как Excel. Все всегда думают, что они хороши в Экселе - значит и в R должно получится. R и Excel, действительно, если есть воображение, очень похожи. Только в Excelе кто-то уже заботливо и бестолково назвал для вас все переменные, а в R это надо делать самому. data.frame - это рабочий лист. В экселе,чтобы к листу обратится, надо писать восклицательный знак, а в R  - доллар. А посчитать формулы внутри листа - тут либо mutate, либо dt[]. Ну и так далее. Экселевский если - ifelse и т. д. В экселе почему-то у людей  декомпозиция на  цепочки вложенных формул получается лучше. Однажды я  видел, что человек сначала пишет на Экселе, потом практически дословно переводит на R:( Но результат, кстати правильный был. Главное, начинать с тем и задач, которые действительно сходным образом делаются. Это разные расчеты, фильтрация, агрегирование, а не графика и статистика. Если на этом рука немного набивается, то страх перед R/RStudio проходит и новые концепции даются легче.

Тут идеально SPSS выручает. Я показываю сразу Syntax файл, говорю: вот смотрите, набор буков, но по строчкам разбивается на следующую коллекцию задач. А теперь смотрите, через какое количество аргументов я делаю то же самое в R. В моем случае самая большая проблема — объяснить студентам искусство выборки данных по переменным и кейсам [#, #]. Остальное более менее понятно.

Я помню как в детстве жаловался учителю, что буквы понимаю, но вместе их сложить в слова и прочесть - не могу((( А потом как-то получилось. Сейчас мне кажется научится делать модели на tidyverse проще чем в excel, хотя я сам в R пришёл из excel и SPSS. Может действительно проще давать материалы с каким то GUI ??? за которым R стоит ... сейчас же много таких решений... в детстве же все книжки с картинками были ))

Я бы сначала проверил, действительно ли есть понимание того, что даёт функция.

Ну, то есть, попросил бы написать какую-нибудь композицию, выводя каждый результат и объясняя его. Нудно, но работает.

Не сработало нормально, обрезало :(