Question

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？

Answer 1

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

Answer 2

使用gsub或sub即可：

 gsub('.*-([0-9]+).*','\\1','Ab_Cd-001234.txt')
"001234"

您可以将regexpr与regmatches

一起使用

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"

Answer 3

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"

Answer 4

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)

Answer 5

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。

在R中提取混合数字和字符的字符串的数字部分

5 个答案: