我有很多字符串,每种字符串都有以下格式:Ab_Cd-001234.txt
我想用001234
替换它。我怎样才能在R中实现它?
答案 0 :(得分:24)
stringr包有很多方便的快捷方式用于此类工作:
# input data following @agstudy
data <- c('Ab_Cd-001234.txt','Ab_Cd-001234.txt')
# load library
library(stringr)
# prepare regular expression
regexp <- "[[:digit:]]+"
# process string
str_extract(data, regexp)
Which gives the desired result:
[1] "001234" "001234"
稍微解释一下regexp:
[[:digit:]]
是0到9之间的任何数字
+
表示前一项(在本例中为数字)将匹配一次或多次
此页面对于此类字符串处理也非常有用:http://en.wikibooks.org/wiki/R_Programming/Text_Processing
答案 1 :(得分:21)
使用gsub
或sub
即可:
gsub('.*-([0-9]+).*','\\1','Ab_Cd-001234.txt')
"001234"
您可以将regexpr
与regmatches
m <- gregexpr('[0-9]+','Ab_Cd-001234.txt')
regmatches('Ab_Cd-001234.txt',m)
"001234"
编辑这两个方法是矢量化的,适用于字符串向量。
x <- c('Ab_Cd-001234.txt','Ab_Cd-001234.txt')
sub('.*-([0-9]+).*','\\1',x)
"001234" "001234"
m <- gregexpr('[0-9]+',x)
> regmatches(x,m)
[[1]]
[1] "001234"
[[2]]
[1] "001234"
答案 2 :(得分:4)
您可以使用qdap包中的genXtract
。这将采用左字符串和右字符串,并在。之间提取元素。
library(qdap)
genXtract("Ab_Cd-001234.txt", "-", ".txt")
虽然我更喜欢agstudy的答案。
编辑扩展答案以匹配agstudy:
x <- c('Ab_Cd-001234.txt','Ab_Cd-001234.txt')
genXtract(x, "-", ".txt")
# $`- : .txt1`
# [1] "001234"
#
# $`- : .txt2`
# [1] "001234"
答案 3 :(得分:2)
gsub 删除前缀和后缀:
gsub(".*-|\\.txt$", "", x)
工具包使用工具中的file_path_sans_ext
删除扩展程序,然后使用sub
删除前缀:
library(tools)
sub(".*-", "", file_path_sans_ext(x))
strapplyc 在点之前和之前提取数字。有关详细信息,请参阅gsubfn home page:
library(gsubfn)
strapplyc(x, "-(\\d+)\\.", simplify = TRUE)
请注意,如果需要返回数字,我们可以使用strapply
而不是strapplyc
,如下所示:
strapply(x, "-(\\d+)\\.", as.numeric, simplify = TRUE)
答案 4 :(得分:0)
我添加此答案是因为无论您要清理的字符串中有哪些非数字字符,它都有效,并且因为 OP 表示字符串 倾向于 遵循格式“ Ab_Cd-001234.txt”,我认为这意味着允许变化。
请注意,此答案从字符串中提取所有数字字符并将它们保存在一起,因此如果字符串是“4_Ab_Cd_001234.txt”,您的结果将是“4001234”。
如果您想将您的解决方案指向您拥有的数据框中的一列,
df$clean_column<-gsub("[^0-9]", "", df$dirty_column)
这与这里的答案非常相似: https://stackoverflow.com/a/52729957/9731173。
本质上,您对我的解决方案所做的是用“”替换任何非数字字符,而我链接到的答案替换任何非数字字符,-或。