在空格处拆分字符串向量

时间:2009-11-04 22:04:49

标签: r string vector split whitespace

我有以下矢量:

tmp3 <- c("1500 2", "1500 1", "1510 2", "1510 1", "1520 2", "1520 1", "1530 2", 
"1530 1", "1540 2", "1540 1")

我想在这个向量的每个原子中保留第二个数字,所以它会读取:

c(2,1,2,1,2,1,2,1,2,1)

9 个答案:

答案 0 :(得分:36)

可能有更好的方法,但这里有strsplit()的两种方法:

as.numeric(data.frame(strsplit(tmp3, " "))[2,])
as.numeric(lapply(strsplit(tmp3," "), function(x) x[2]))

如果您可以使用字符...

,则可能不需要as.numeric()

答案 1 :(得分:21)

可以在read.table上使用textConnection

X <- read.table(textConnection(tmp3))

然后

> str(X)
'data.frame':   10 obs. of  2 variables:
 $ V1: int  1500 1500 1510 1510 1520 1520 1530 1530 1540 1540
 $ V2: int  2 1 2 1 2 1 2 1 2 1

所以X$V2就是您所需要的。

答案 2 :(得分:10)

这取决于您的实际数据与您给出的示例数据的匹配程度。我只想在空间之后获取所有内容,您可以使用gsub

gsub(".+\\s+", "", tmp3)
[1] "2" "1" "2" "1" "2" "1" "2" "1" "2" "1"

如果你试图实现一个比“占用空间之后的所有内容”更复杂的规则,那么你需要一个更复杂的常规表达。

答案 3 :(得分:9)

我认为这是最优雅的方式

>     res <- sapply(strsplit(tmp3, " "), "[[", 2)

如果你需要它是一个整数

>     storage.mode(res) <- "integer"

答案 4 :(得分:5)

substr(x = tmp3, start = 6, stop = 6)

只要你的字符串总是相同的长度,这应该可以解决问题。

(当然,您不必指定参数名称 - substr(tmp3, 6, 6)也可以正常工作)

答案 5 :(得分:4)

这应该这样做:

library(plyr)
ldply(strsplit(tmp3, split = " "))[[2]]

如果您需要数字矢量,请使用

as.numeric(ldply(strsplit(tmp3, split = " "))[[2]])

答案 6 :(得分:1)

另一个选项是scan()。要获得第二个值,我们可以使用逻辑子集。

scan(text = tmp3)[c(FALSE, TRUE)]
#  [1] 2 1 2 1 2 1 2 1 2 1

答案 7 :(得分:0)

只需添加两个选项-使用stringr::str_split()data.table::tstrsplit()

1)使用stringr::str_split()

# data posted above by the asker
tmp3 <- c("1500 2", "1500 1", "1510 2", "1510 1", "1520 2", "1520 1", "1530 2", 
          "1530 1", "1540 2", "1540 1")

library(stringr)

as.integer(
  str_split(string = tmp3, 
            pattern = "[[:space:]]", 
            simplify = TRUE)[, 2] 
)
#>  [1] 2 1 2 1 2 1 2 1 2 1

simplify = TRUE告诉str_split返回一个矩阵,然后我们可以为所需列建立矩阵索引,因此,[, 2]部分

2)使用data.table::tstrsplit()

library(data.table)

as.data.table(tmp3)[, tstrsplit(tmp3, split = "[[:space:]]", type.convert = TRUE)][, V2]
#>  [1] 2 1 2 1 2 1 2 1 2 1

type.convert = TRUE在此处负责转换为整数,但请谨慎使用其他数据集。 索引[, V2]的部分与上述[, 2]有类似的原因。在这里,它选择了返回的数据表对象的第二列,其中包含问询者所需的整数值。

sessionInfo()
#> R version 4.0.0 (2020-04-24)
#> Platform: x86_64-w64-mingw32/x64 (64-bit)
#> Running under: Windows 10 x64 (build 18362)
#> 
#> Matrix products: default
#> 
#> locale:
#> [1] LC_COLLATE=English_United States.1252 
#> [2] LC_CTYPE=English_United States.1252   
#> [3] LC_MONETARY=English_United States.1252
#> [4] LC_NUMERIC=C                          
#> [5] LC_TIME=English_United States.1252    
#> 
#> attached base packages:
#> [1] stats     graphics  grDevices utils     datasets  methods   base     
#> 
#> loaded via a namespace (and not attached):
#>  [1] compiler_4.0.0  magrittr_1.5    tools_4.0.0     htmltools_0.4.0
#>  [5] yaml_2.2.1      Rcpp_1.0.4.6    stringi_1.4.6   rmarkdown_2.1  
#>  [9] highr_0.8       knitr_1.28      stringr_1.4.0   xfun_0.13      
#> [13] digest_0.6.25   rlang_0.4.6     evaluate_0.14

reprex package(v0.3.0)于2020-05-06创建

答案 8 :(得分:-1)

通过data.table

将1列拆分为2列的简便方法
require(data.table)  
data_ex = data.table( a = paste( sample(1:3, size=10, replace=TRUE),"-separate", sep="" ))  
data_ex[, number:=  unlist( strsplit(x=a, split="-") )[[1]], by=a]  
data_ex[, word:= unlist( strsplit(x=a, split="-") )[[2]], by=a ]