Question

在R中，我想使用grep或'grepl'或'gsub'命令查找字符串向量中的所有元素，这些元素具有A道路或M道路或B道路名称在它..

请参阅下面的示例

tmp <- c('Little Street','A323', 'Essex Road (A43)', 'M43','Orange street','M4','B2045','New Street')

我想要一个函数返回......

c('Minor Road','A Road', 'A Road', 'M Road', 'Minor Road', 'M Road','B Road','Minor Road')

我的第一个想法是使用像

这样的东西

grepl('[0-9]',tmp)

但这无法区分A路，B路和M路......

一如既往，我们将非常感谢任何帮助......

Answer 1

这个怎么样

tmp <- c('Little Street','A323', 'Essex Road (A43)', 'M43','Orange street','M4','B2045','New Street')

road <- rep("Minor", length(tmp))
m <- regexpr("\\b[ABM]\\d+", tmp)
road[m!=-1] <- substr(regmatches(tmp, m),1,1)
paste(road, "Road")

我们使用regmatches()和regexpr()来查找和提取A，B或M，然后再添加一个字母

Answer 2

您可以使用grepl和sub ...

将其细分为多个步骤

> tmp[!grepl('[ABM]\\d', tmp)] <- 'Minor Road'
> sub('.*([ABM])\\d.*', '\\1 Road', tmp)
# [1] "Minor Road" "A Road"     "A Road"     "M Road"     "Minor Road"
# [6] "M Road"     "B Road"     "Minor Road"

Answer 3

这可以在一个strapply语句中完成，该语句为每个输入组件返回字母后跟" Road"，后面跟一个数字。对于任何不匹配的组件，请使用"Minor Road"：

library(gsubfn)

strapply(tmp, "(\\D)\\d", ~ paste(x, "Road"), empty = "Minor Road", simplify = TRUE)

，并提供：

[1] "Minor Road" "A Road"     "A Road"     "M Road"     "Minor Road"
[6] "M Road"     "B Road"     "Minor Road"

更新：简化回答一个语句。

Answer 4

使用rex可能会使这类任务变得更简单。

tmp <- c('Little Street','A323', 'Essex Road (A43)', 'M43','Orange street','M4','B2045','New Street')

library(rex)
classify_road <- function(x) {
  res <- re_matches(x,
    rex(
      capture(name = "type",
        upper
      ),
      digit
    )
  )

  res$type[ is.na(res$type) ] <- "Minor"
  paste(res$type, "Road")
}

classify_road(tmp)
#>[1] "Minor Road" "A Road"     "A Road"     "M Road"     "Minor Road"
#>[6] "M Road"     "B Road"     "Minor Road"

正则表达式字符串，以获取一个数字旁边的字母

4 个答案: