Question

我有一个带有“计算”列的数据框，可以通过以下代码复制：

a <- data.frame(Id = c(1:3), Calculation = c('[489]/100','[4771]+[4777]+[5127]+[5357]+[5597]+[1044])/[463]','[1044]/[463]'))

> str(a)
'data.frame':   3 obs. of  2 variables:
$ Id         : int  1 2 3
$ Calculation: Factor w/ 3 levels "[1044]/[463]",..: 3 2 1

请注意，“计算”栏中有两种类型的数字：大多数都用括号括起来，但有些（在这种情况下是数字100）不是（这在我的申请中有意义）。

我想要做的是提取计算列中显示的所有不同数字，以返回具有这些数字的并集的向量。理想情况下，我希望能够区分括号和非数字之间的数字。这一步不是那么重要（如果它变得复杂），因为括号之间的数字很少，我可以手动检测它们。因此，在这种情况下，所需的输出将是：

b = c(489,4771,4777,5127,5357,5597,1044,463)

提前致谢

Answer 1

我们可以使用str_extract_all中的library(stringr)。使用正则表达式lookbehind（(?<=\\[)），我们匹配前面带有\\d+的数字[，将其提取到list，unlist以将其转换为vector然后将character更改为numeric（as.numeric），并获取unique元素。

library(stringr)
unique(as.numeric(unlist(str_extract_all(a$Calculation, '(?<=\\[)\\d+'))))
#[1]  489 4771 4777 5127 5357 5597 1044  463

从数据框中提取数字

1 个答案: