从一串数字和文本中提取一个数字

Question

我在R中有一个data.frame，其中一列包含{some letters}形式的字符串 - {a number} {a letter}，例如x <- 'KFKGDLDSKFDSKJJFDI-4567W'。因此，我希望例如为该特定示例/行获取具有数字的列，例如'4567'。只有一个数字，但它可以是任何合理的长度。如何从data.frame中的每一行中提取数字？

Answer 1

使用regular expressions提取子字符串。使用as.numeric将生成的字符串转换为数字：

string = 'KFKGDLDSKFDSKJJFDI-4567W'
as.numeric(regmatches(string, regexpr('\\d+', string)))
# 4567

您可以轻松地使用它在数据框中创建新列：

#data = data.frame(x = rep(string, 10))
transform(data, y = as.numeric(regmatches(x, regexpr('\\d+', x))))
#                           x    y
# 1  KFKGDLDSKFDSKJJFDI-4567W 4567
# 2  KFKGDLDSKFDSKJJFDI-4567W 4567
# 3  KFKGDLDSKFDSKJJFDI-4567W 4567
# 4  KFKGDLDSKFDSKJJFDI-4567W 4567
…

Answer 2

试试这个：

gsub("[a-zA-Z]+-([0-9]+)[a-zA-Z]","\\1", "KFKGDLDSKFDSKJJFDI-4567W")