Question

我有关于地址的（有时是不完整的）数据，如下所示：

data <- c("1600 Pennsylvania Avenue, Washington DC", 
          ",Siem Reap,FC,", "11 Wall Street, New York, NY", ",Addis Ababa,FC,")

如果其中任何一个是逗号，我需要删除第一个和/或最后一个字符。

到目前为止，我有：

for(i in 1:length(data)){
  lastchar <- nchar(data[i])
  sec2last <- nchar(data[i]) - 1
  if(regexpr(",",data[i])[1] == 1){
    data[i] <- substr(data[i],2, lastchar)
  }
  if(regexpr(",",data[i])[1] == nchar(data[i])){
    data[i] <- substr(data[i],1, sec2last)
  }
}

data

适用于第一个字符，但不适用于最后一个字符。如何修改第二个if语句或以其他方式实现我的目标？

Answer 1

您可以尝试使用以下代码删除开头或结尾处的逗号，

> data <- c("1600 Pennsylvania Avenue, Washington DC", 
+           ",Siem Reap,FC,", "11 Wall Street, New York, NY", ",Addis Ababa,FC,")
> gsub("(?<=^),|,(?=$)", "", data, perl=TRUE)
[1] "1600 Pennsylvania Avenue, Washington DC"
[2] "Siem Reap,FC"                           
[3] "11 Wall Street, New York, NY"           
[4] "Addis Ababa,FC"

模式说明：

(?<=^),在正则表达式(?<=)中称为正面观察。在我们的例子中，它断言逗号前面的内容必须是行开始^。所以它匹配起始逗号。
|逻辑OR运算符通常用于组合（即ORing）两个正则表达式。
,(?=$) Lookahead aseerts，逗号后面的内容必须是行结尾$。所以它匹配行尾的逗号。

在R中有条理地删除向量元素的字符

1 个答案: