Question

从前一个问题跳过，我遇到了使用正确的reg表达式语法来隔离特定单词的问题。

给定数据框：

DL<-c("Dark_ark","Light-Lis","dark7","DK_dark","The_light","Lights","Lig_dark","D_Light")
Col1<-c(1,12,3,6,4,8,2,8)
DF<-data.frame(Col1)
row.names(DF)<-DL

我正在寻找从行名称中提取所有“黑暗”和“光”（忽略大写与小写）并创建仅包含字符串“Dark”或“Light”的第二列

Col2<-c("Dark","Light","dark","dark","light","Light","dark","Light")
DF$Col2<-Col2

          Col1  Col2
Dark_ark     1  Dark
Light-Lis   12 Light
dark7        3  dark
DK_dark      6  dark
The_light    4 light
Lights       8 Light
Lig_dark     2  dark
D_Light      8 Light

我稍微改变了原始数据以详细说明我当前的问题，但是Tyler Rinker的一个很好的答案，我使用了这个：

DF$Col2<-gsub("[^dark|light]", "", row.names(DF), ignore.case = TRUE)

但是gsub在一些共同的字母上被绊倒了。搜索留言板以使用正则表达式隔离一个确切的单词，看起来答案应该是使用双斜杠

\\<light\\>

或

\\blight\\b

为什么这行

DF$Col2<-gsub("[^\\<dark\\>|\\<light\\>]", "", row.names(DF), ignore.case = TRUE)

不拉上面所需的列？相反，我得到

          Col1    Col2
Dark_ark     1 Darkark
Light-Lis   12 LightLi
dark7        3    dark
DK_dark      6  DKdark
The_light    4 Thlight
Lights       8   Light
Lig_dark     2 Ligdark
D_Light      8  DLight

Answer 1

这个怎么样？

unlist(regmatches(rownames(DF), gregexpr("dark|light", rownames(DF), ignore.case=TRUE)))
# [1] "Dark"  "Light" "dark"  "dark"  "light" "Light" "dark"  "Light"

或

gsub(".*(dark|light).*$", "\\1", row.names(DF), ignore.case = TRUE)
# [1] "Dark"  "Light" "dark"  "dark"  "light" "Light" "dark"  "Light"

Answer 2

一种选择是使用stringr包：

library(stringr) 
str_extract(tolower(rownames(DF)),'dark|light')
[1] "dark"  "light" "dark"  "dark"  "light" "light" "dark"  "light"

或者更好地使用@Arun建议：

str_extract(rownames(DF), ignore.case('dark|light'))

使用gsub和regex提取特定单词

2 个答案: