我有一个字符串s
,其中“子字符串”由管道分隔。子字符串可能包含也可能不包含数字。我有一个包含数字的测试字符串n
,可能包含也可能不包含字母。见下面的例子。请注意,间距可以是任何
我正在尝试删除n
不在某个范围内或不完全匹配的所有子字符串。我知道我需要按-
拆分,转换为数字,并将低/高与n
转换为数字进行比较。这是我的出发点,但后来我因为从unl_new
获得最终好的字符串而陷入困境。
s = "liquid & bar soap 1.0 - 2.0oz | bar 2- 5.0 oz | liquid soap 1-2oz | dish 1.5oz"
n = "1.5oz"
unl = unlist(strsplit(s,"\\|"))
unl_new = (strsplit(unl,"-"))
unl_new = unlist(gsub("[a-zA-Z]","",unl_new))
期望的输出:
"liquid & bar soap 1.0 - 2.0oz | liquid soap 1-2oz | dish 1.5oz"
我完全走错了路吗?谢谢!
答案 0 :(得分:2)
不知道它是否足够通用,但您可以尝试:
require(stringr)
splitted<-strsplit(s,"\\|")[[1]]
ranges<-lapply(strsplit(
str_extract(splitted,"[0-9\\.]+(\\s*-\\s*[0-9\\.]+|)"),"\\s*-\\s*"),
as.numeric)
tomatch<-as.numeric(str_extract(n,"[0-9\\.]+"))
paste(splitted[
vapply(ranges, function(x) (length(x)==1 && x==tomatch) || (length(x)==2 && findInterval(tomatch,x)==1),TRUE)],
collapse="|")
#[1] "liquid & bar soap 1.0 - 2.0oz | liquid soap 1-2oz | dish 1.5oz"
答案 1 :(得分:2)
这里有一个使用r-base的选项;
## extract the n numeric
nn <- as.numeric(gsub("[^0-9|. ]", "", n))
## keep only numeric and -( for interval)
## and split by |
## for each interval test the condition to create a boolean vector
contains_n <- sapply(strsplit(gsub("[^0-9|. |-]", "", s),'[|]')[[1]],
function(x){
yy <- strsplit(x, "-")[[1]]
yy <- as.numeric(yy[nzchar(yy)])
## the condition
(length(yy)==1 && yy==nn) || length(yy)==2 && nn >= yy[1] && nn <= yy[2]
})
## split again and use the boolean factor to remove the parts
## that don't respect the condition
## paste the result using collapse to get a single character again
paste(strsplit(s,'[|]')[[1]][contains_n],collapse='')
## [1] "liquid & bar soap 1.0 - 2.0oz liquid soap 1-2oz dish 1.5oz"
答案 2 :(得分:2)
以下是使用unl
的{{1}}步骤开始的方法:
stringr
我还使用unl = unlist(strsplit(s,"\\|"))
n2 <- as.numeric(gsub("[[:alpha:]]*", "", n))
num_lst <- str_extract_all(unl, "\\d\\.?\\d*")
indx <- lapply(num_lst, function(x) {
if(length(x) == 1) {isTRUE(all.equal(n2, as.numeric(x)))
} else {n2 >= as.numeric(x[1]) & n2 <= as.numeric(x[2])}})
paste(unl[unlist(indx)], collapse=" | ")
[1] "liquid & bar soap 1.0 - 2.0oz | liquid soap 1-2oz | dish 1.5oz"
之类的其他金额对其进行了测试。使用"2.3oz"
我们将n2
强制转换为数字进行比较。变量n
将数字与字符串隔离开来。
使用num_lst
,我们对字符串数字应用我们的比较。如果有一个号码,我们会检查它是否等于indx
。我选择不使用基本n2
运算符来避免任何舍入问题。而是使用==
。
最后,逻辑索引变量isTRUE(all.equal(x, y))
用于对字符串进行子集化以提取匹配项,并使用管道indx
将它们粘贴在一起。