根据特定元素的位置在字符串向量中插入连字符或短划线

Question

鉴于是string vector vecA：

vecA <- c("Population 1222",
          "Population 90over",
          "population under78",
          "population 99101",
          "Population 1254", 
          "Population 78 92")

问题

我想到达对应于的vecB：

vecB <- c("Population 12 - 22",
          "Population 90 over",
          "population under 78",
          "population 99 - 101",
          "Population 12 - 54", 
          "Population 78 - 92")

主要特征

vecB具有以下特征：

• 插入前两位数字空格和短划线和空格后（-）
• 如果空间仅存在，则插入短划线（-）
• 对于 underDigitDigit 等组合，仅插入空格： under DigitDigit

的尝试

我正在考虑在gsub中使用群组：

gsub("^([[:alpha:]]*[[:blank:]])(\\d{2})(.*)$", "\\2", vecA)

但这并不适用于所有情况：

> t(t(gsub("^([[:alpha:]]*[[:blank:]])(\\d{2})(.*)$", "\\2", vecA)))
     [,1]                
[1,] "12"                
[2,] "90"                
[3,] "population under78"
[4,] "99"                
[5,] "12"                
[6,] "78" 

t()仅适用于演示目的; regex101 link 的

Answer 1

这是我的建议 - 分两步完成：1）首先在数字之间添加连字符，然后2）在单词之间添加空格＆＃34;＆＃34; /＆＃34;＆＃34;和号码：

vecA <- c("Population 1222",
           "Population 90over",
           "population under78",
           "population 99101",
           "Population 1254", 
           "Population 78 92")
v <- gsub("^([[:alpha:]]+[[:blank:]]+)([[:digit:]]{2})\\s*([[:digit:]])", "\\1\\2 - \\3", vecA)
gsub("^([[:alpha:]]+[[:blank:]]+)(?|(over|under)(\\d+)|(\\d+)(over|under))", "\\1\\2 \\3", v, perl=T)

输出code demo：

[1] "Population 12 - 22"  "Population 90 over"  "population under 78"
[4] "population 99 - 101" "Population 12 - 54"  "Population 78 - 92"

第二个正则表达式包含一个分支重置模式(?|...|...)，以便在备用子模式中保留相同的组ID，因此需要perl=T。