从R中的字符串中提取唯一数字

Question

我有一个包含随机字符的字符串列表，例如：

list=list()
list[1] = "djud7+dg[a]hs667"
list[2] = "7fd*hac11(5)"
list[3] = "2tu,g7gka5"

我想知道这个列表中至少有一个数字（unique()）。我的例子的解决方案是：

解决方案：c(7,667,11,5,2)

如果有人的方法不认为11是“十一”而是“一和一”，那么它也会有用。这种情况下的解决方案是：

解决方案：c(7,6,1,5,2)

（我在相关主题上发现了这篇文章：Extracting numbers from vectors of strings）

Answer 1

对于第二个答案，您可以使用gsub从字符串中删除不是数字的所有内容，然后按如下方式拆分字符串：

unique(as.numeric(unlist(strsplit(gsub("[^0-9]", "", unlist(ll)), ""))))
# [1] 7 6 1 5 2

对于第一个答案，同样使用strsplit，

unique(na.omit(as.numeric(unlist(strsplit(unlist(ll), "[^0-9]+")))))
# [1]   7 667  11   5   2

PS：不要为变量list命名（因为有一个内置函数list）。我已将您的数据命名为ll。

Answer 2

这是另一个答案，这个使用gregexpr查找数字，regmatches提取数字：

l <- c("djud7+dg[a]hs667", "7fd*hac11(5)", "2tu,g7gka5")

temp1 <- gregexpr("[0-9]", l)   # Individual digits
temp2 <- gregexpr("[0-9]+", l)  # Numbers with any number of digits

as.numeric(unique(unlist(regmatches(l, temp1))))
# [1] 7 6 1 5 2
as.numeric(unique(unlist(regmatches(l, temp2))))
# [1]   7 667  11   5   2

Answer 3

使用stringi

的解决方案

 # extract the numbers:

 nums <- stri_extract_all_regex(list, "[0-9]+")

 # Make vector and get unique numbers:

 nums <- unlist(nums)
 nums <- unique(nums)

这是你的第一个解决方案

对于第二种解决方案，我会使用substr：

nums_first <- sapply(nums, function(x) unique(substr(x,1,1)))

Answer 4

你可以使用?strsplit（就像在Extracting numbers from vectors (of strings)中@ Arun的答案中所建议的那样）：

l <- c("djud7+dg[a]hs667", "7fd*hac11(5)", "2tu,g7gka5")

## split string at non-digits
s <- strsplit(l, "[^[:digit:]]")

## convert strings to numeric ("" become NA)
solution <- as.numeric(unlist(s))

## remove NA and duplicates
solution <- unique(solution[!is.na(solution)])
# [1]   7 667  11   5   2

Answer 5

stringr解决方案str_match_all和管道运算符。对于第一个解决方案：

library(stringr)
str_match_all(ll, "[0-9]+") %>% unlist %>% unique %>% as.numeric

第二个解决方案：

str_match_all(ll, "[0-9]") %>% unlist %>% unique %>% as.numeric

（注意：我也称清单ll）

Answer 6

使用strsplit使用pattern作为数字的倒数：0-9

对于您提供的示例，请执行以下操作：

tmp <- sapply(list, function (k) strsplit(k, "[^0-9]"))

然后简单地在列表中加入所有“集合”的联合，如下所示：

tmp <- Reduce(union, tmp)

然后你只需删除空字符串。

Answer 7

查看str_extract_numbers()包中的strex功能。

pacman::p_load(strex)
list=list()
list[1] = "djud7+dg[a]hs667"
list[2] = "7fd*hac11(5)"
list[3] = "2tu,g7gka5"
charvec <- unlist(list)
print(charvec)
#> [1] "djud7+dg[a]hs667" "7fd*hac11(5)"     "2tu,g7gka5"
str_extract_numbers(charvec)
#> [[1]]
#> [1]   7 667
#> 
#> [[2]]
#> [1]  7 11  5
#> 
#> [[3]]
#> [1] 2 7 5
unique(unlist(str_extract_numbers(charvec)))
#> [1]   7 667  11   5   2

由reprex package（v0.2.0）创建于2018-09-03。