Question

我有以下字符：

endvotes <- "Yes106No85EH2NT6ES0P1"

我希望data.frame看起来像这样

    Yes    No   EH   NT   ES  P
    106    85   2    6    0   1

我知道如何拆分其中的每一个，例如：

yes <- unlist(str_split(end_votes, "\\No"))[1]
yes <- as.integer(unlist(str_split(yes, "Yes"))[2])

yes
[1] 106

我猜一种可能性是按位置分割，但数字（一位，两位或三位）并不总是相同，因此我想分开答案（是，不，等等）。当然，我可以为每个答案（如上所述）做到这一点，但我确信有更优雅的方式。谁能告诉我这是如何做得很好的？感谢

Answer 1

endvotes <- "Yes106No85EH2NT6ES0P1"

names <- strsplit(endvotes, "[[:digit:]]+")[[1]]
numbers <- strsplit(endvotes, "[[:alpha:]]+")[[1]][-1]

setNames(as.data.frame(t(as.numeric(numbers))), names)
#  Yes No EH NT ES P
#1 106 85  2  6  0 1

Answer 2

根本不需要使用正则表达式。从stringi包中尝试这个函数，它按字符类（如数字，标点符号）分割字符向量：

require(stringi)
stri_split_charclass(str=endvotes,"\\p{N}",omit_empty=T)[[1]]
## [1] "Yes" "No"  "EH"  "NT"  "ES"  "P"  
stri_split_charclass(str=endvotes,"\\p{L}",omit_empty=T)[[1]]
## [1] "106" "85"  "2"   "6"   "0"   "1"

str只是向量，\p{N}和\p{L}是您要分割的类（N表示数字，L表示字母）。 omit_empty删除＆＃34;＆＃34; - 空字符串。

Answer 3

你可以使用像这样的正则表达式，每个匹配将在第一个捕获组中包含文本，值为第二个：

([a-zA-Z]+)([0-9]+)

基本上，这会选择一串字母，后跟一串数字。括号是捕获组，可以让您轻松检索所需的值。

请参阅Demo here

Answer 4

你也可以试试regex ..

strsplit(endvotes, split = "(?<=[A-Za-z])(?=[0-9])|(?<=[0-9])(?=[A-Za-z])", perl = T)
## [[1]]
##  [1] "Yes" "106" "No"  "85"  "EH"  "2"   "NT"  "6"   "ES"  "0"   "P"   "1"  
##

获得所需的格式

S <- strsplit(endvotes, split = "(?<=[A-Za-z])(?=[0-9])|(?<=[0-9])(?=[A-Za-z])", perl = T)[[1]]
res <- data.frame(t(S[seq_along(S)%%2 == 0]))
names(res) <- t(S[seq_along(S)%%2 == 1])
res
##   Yes No EH NT ES P
## 1 106 85  2  6  0 1

或

res <- data.frame(t(regmatches(endvotes, gregexpr("[0-9]+", endvotes))[[1]]))
names(res) <- t(regmatches(endvotes, gregexpr("[A-Za-z]+", endvotes))[[1]])
res
##   Yes No EH NT ES P
## 1 106 85  2  6  0 1

拆分字符超过1个字

4 个答案: