Question

我的数据看起来像这样：

<video id="homeVideo" style="width: 100%; overflow: hidden;" autoplay>
<source src="/media/micro_home.mp4" type="video/mp4">
</video>

<style>#slider_loading {display: visible;}
<div id="slider_loading" class="slider_loading"></div>

<script type="text/javascript">
var video = document.getElementById("homeVideo");

if (video.readyState === 4) {
    document.getElementById('homeVideo')style.display = "none";
}
</script>

然后数据继续 n 行数。所以我希望数据看起来像这样：

*first*               *last*
M a rk                Twain
Hun ter               Stockt on Thompson

我知道我可以使用gsub删除所有这样的空白空间：

*first*               *last*
Mark                  Twain
Hunter                Stockton Thompson

我可以用这样的正则表达式识别模式：

gsub(" ", "", x, fixed = TRUE)

但是我如何将这两者结合起来对gsub说 - 删除所有空格但不匹配正则表达式的情况？

Answer 1

最简单的方法：

txt <- c("M a rk", "Twain", "Hun ter", "Stockt on Thompson")
gsub("\\s([a-z])", "\\1", txt)
## [1] "Mark"              "Twain"             "Hunter"            "Stockton Thompson"

如果要将其应用于data.frame中的多个变量，可以使用lapply和data.frame的list寻址替换函数来执行此操作。（注意：您确实不应该在data.frame列的名称中使用星号。）

df <- data.frame("*first*" = c("M a rk", "Hun ter"),
                 "*last*" = c("Twain", "Stockt on Thompson"),
                 check.names = FALSE, stringsAsFactors = FALSE)

# names of the text columns you want to clean up
varsToModify <- c("*first*", "*last*")

df[varsToModify] <- lapply(df[varsToModify], 
                           function(x) gsub("\\s([a-z])", "\\1", x))
df
##   *first*            *last*
## 1    Mark             Twain
## 2  Hunter Stockton Thompson

Answer 2

df <- data.frame(`*first*`=c('M a rk','Hun ter'),`*last*`=c('Twain','Stockt on Thompson'),check.names=F,stringsAsFactors=F);
df;
##   *first*             *last*
## 1  M a rk              Twain
## 2 Hun ter Stockt on Thompson

我会使用Perl否定前瞻断言：

for (ci in seq_along(df)) df[[ci]] <- gsub(perl=T,' (?![A-Z])','',df[[ci]]);
df;
##   *first*            *last*
## 1    Mark             Twain
## 2  Hunter Stockton Thompson

见Regular Expressions as used in R。关于Perl断言的讨论是在页面底部附近给出的。

如果没有空格，则删除间距后跟大写字母

2 个答案: