Question

我正在尝试编写一个正则表达式，用*替换所有不包含NA的值。有人可以解释如何正确地否定R风格（PCRE？）正则表达式中的转义字符？

temp<-data.frame(c("hi","keep**",NA),c("keep***",NA,"xxx"))
lapply(temp,function(x){gsub("[^\\*]",NA,x)}) #This did not work like I thought it would

目标

NA    keep***
keep* NA
NA    NA

Answer 1

似乎主要问题是您只匹配一个不是星号的字符与[^\\*]，并使用NA将其替换为gsub，而您需要替换整个values（= strings）。

使用^[^*]*$：

^ - 字符串开头
[^*]* - 匹配0 +字符（由于末尾的*量词）而不是*（[^...]是一个与所有匹配的否定字符类除了课程中定义的字符之外的字符）
$ - 字符串结束。

由于正则表达式在gsub中使用而没有perl=T，因此您不能在字符类中使用转义字符，而TRE（源自POSIX）正则表达式禁止使用它。

Answer 2

当你制作第一个角色＆＃34; ^＆＃34;时，字符类操作符允许否定，但是因为＆＃34;裸体＆＃34; NA不是字符值，这还不够。您不需要在字符类序列中转义大多数特殊字符。您需要一种不同的策略来有条件地选择项目NA。一方面，你有一个伪装的因素 - 混乱。我认为ifelse是一个很好的策略。 R自动使字符值成为不会导致混淆的因素。使用stringsAsFactors = FALSE或lapply(dfrm, as.character)来避免或修复：

> temp<-data.frame(a=c("hi","keep**",NA),b=c("keep***",NA,"xxx"), stringsAsFactors=FALSE)
> lapply(temp,function(x){ifelse( !grepl("[*]",x) , NA, x)})
$a
[1] NA       "keep**" NA      

$b
[1] "keep***" NA        NA

Answer 3

不是最好的，但这也可行

temp<-data.frame(c("hi","keep**",NA),c("keep***",NA,"xxx"))
lapply(temp,function(x){gsub("(?!.*\\*)(\\w+)", NA, x, perl=T)})

在R风格的正则表达式中匹配转义字符

3 个答案: