解释

Question

我的数据格式为字符向量：

"2014-03-27 11:42:32" "2014-04-03 07:13:28" "0000-00-00 00:00:00" "2012-04-16 12:46:03"
[5] "0000-00-00 00:00:00" "0000-00-00 00:00:00" "2014-04-23 09:33:23" "2014-04-30 06:31:54"[9] "2012-04-18 09:55:44" "2013-11-20 14:43:11"

我想要做的是使用一年中的单个数字。 I.E. 2014年的4分，2013年的3分，2012年的2分和0000-00的1分...除了代表年份的单个数字，我想删除所有其他数字和字符。

我知道我可以使用正则表达式和gsub(pattern="2014", replacement="4", logVector)或某些变体来完成我的任务，但我并不精通正则表达式。是否有人能够提供语法方面的帮助？

Answer 1

这就是你需要的：

sub("^\\d{3}(\\d).*", "\\1", subject, perl=TRUE);

我们需要捕获一年中的最后一位数字，然后用该数字替换整个字符串。

<强>解释

^锚点断言我们位于字符串的开头
\d{3}匹配三位数字
(\d)匹配第四位数字并将其捕获到第1组
.*匹配字符串
\1将整个字符串替换为第1组，即最后一位数。

Answer 2

这是您正在寻找的模式：

gsub("^2014.*", "4", data)

这个版本更广泛，将用2011年到2019年的相应数字替换年份，但您需要运行第二行来处理0000案例。

gsub("^201([1-9]).*", "\\1", data)
gsub("^0000.*", "0", data)

Answer 3

除了

之外，您还可以使用？substr提取第4个字符

substr(data,4,4)
# [1] "4" "4" "0" "2" "0" "0" "4" "4" "2" "3"

或

 library(stringr)
  str_extract(data, perl('(?<=\\d{3})\\d')) 
 #[1] "4" "4" "0" "2" "0" "0" "4" "4" "2" "3"

解释

(?<=\\d{3}) # look behind for three digits
\\d # followed by the digit that needs to be extracted

假设你想要几个月：

str_extract(data, perl('(?<=\\d{4}-)\\d{2}')) #look behind 4 digits followed by `-`
#[1] "03" "04" "00" "04" "00" "00" "04" "04" "04" "11"

使用gsub查找并替换正则表达式

3 个答案:

解释