Question

我有一个带样本位置的向量，这里是一个样本：

test <- c("Aa, Heeswijk T1", "Aa, Heeswijk t1", 
          "Aa, Middelrode t2", "Aa, Middelrode p1",
          "Aa, Heeswijk t1a", "Aa, Heeswijk t3b",
          "Aa, test1 T1", "Aa, test2 t1")

这些字符串由位置名称（＆＃34; Aa，Heeswijk＆＃34;），路线代码（＆＃34; T1＆＃34;，＆＃34; p2＆＃34;，＆＃34）组成; t3＆＃34;）有时是一个子路由（＆＃34; a＆＃34;或＆＃34; b＆＃34;）。不幸的是，路线代码（t1，t2，p1，t1a）有时在上部，有时在下部。 我希望所有路线代码都是UPPER大小写，保持名称和子路由不变。我的预期结果是：

"Aa, Heeswijk T1", "Aa, Heeswijk T1", 
"Aa, Middelrode T2", "Meander Assendelft P1",
"Aa, Heeswijk T1a", "Aa, Heeswijk T3b"
"Aa, test1 T1", "Aa, test2 T1"

我查看过toupper()但是这会改变整个字符串。我也可以使用gsub：

gsub("t1","T1", test)
gsub("t2","T2", test)
#etc.

但是必须有更好的R-ish方式？！
注意：路由代码总是2个字符长，有一个字符和一个整数，前面有一个空格。因此，更改为上部的字符始终位于最后一个的第二个或第三个。

Answer 1

我们可以使用正则表达式的外观。我们匹配并捕获以小写字母开头的单词，后跟正则表达式预测编号（(?=[0-9])）作为一个组（使用括号），在替换中我们使用\\U，然后使用捕获组将其转换为大写。

 sub('\\b([a-z])(?=[0-9])', '\\U\\1', test, perl=TRUE)
 #[1] "Aa, Heeswijk T1"       "Aa, Heeswijk T1"       "Aa, Middelrode T2"    
 #[4] "Meander Assendelft P1" "Aa, Heeswijk T1a"      "Aa, Heeswijk T3b"

或者，如果不使用外观，我们可以使用两个捕获组来完成此操作。

 sub('\\b([a-z])([0-9])', '\\U\\1\\2', test, perl=TRUE)

更新

使用更新的测试＆＃39;进行测试来自OP的帖子

sub('\\b([a-z])(?=[0-9])', '\\U\\1', test, perl=TRUE)
#[1] "Aa, Heeswijk T1"   "Aa, Heeswijk T1"   "Aa, Middelrode T2"
#[4] "Aa, Middelrode P1" "Aa, Heeswijk T1a"  "Aa, Heeswijk T3b" 
#[7] "Aa, test1 T1"      "Aa, test2 T1"

Answer 2

如果您想避免正则表达式（我不建议这样做），您可以练习一些R体操：

df <- data.frame(do.call(rbind, strsplit(test, " ")), stringsAsFactors=FALSE)

现在，您已将所有内容拆分为数据框的列：

> df
   X1         X2  X3
1 Aa,   Heeswijk  T1
2 Aa,   Heeswijk  t1
3 Aa, Middelrode  t2
4 Aa, Middelrode  p1
5 Aa,   Heeswijk t1a
6 Aa,   Heeswijk t3b
7 Aa,      test1  T1
8 Aa,      test2  t1

下一步：

df[, 3]  <- paste(toupper(substr(df[, 3], 1, 2)), substr(df[, 3], 3, nchar(df[, 3])), sep="")

会做你的大写：

> df
   X1         X2  X3
1 Aa,   Heeswijk  T1
2 Aa,   Heeswijk  T1
3 Aa, Middelrode  T2
4 Aa, Middelrode  P1
5 Aa,   Heeswijk T1a
6 Aa,   Heeswijk T3b
7 Aa,      test1  T1
8 Aa,      test2  T1

最后，把它全部倒掉：

ans <- apply(df, 1, paste, collapse=" ")
ans

...给你：

> ans
[1] "Aa, Heeswijk T1"   "Aa, Heeswijk T1"   "Aa, Middelrode T2" "Aa, Middelrode P1" "Aa, Heeswijk T1a"  "Aa, Heeswijk T3b"  "Aa, test1 T1"     
[8] "Aa, test2 T1"

将部分字符串转换为上部（或下部）大小写

2 个答案:

更新