Question

我有一系列文件名，

a<-c("asd1-36457-1-qwe-20.txt","asd-3234-4-qwe-20.txt","asd1-5457-3-qwe-20.txt",
"asd1-546-2-qwe-20.txt","asd1-789-1-qwe-20.txt","asd-542112-7-qwe-20.txt",
"asd-754-4-qwe-20.txt","asd-3466-3-qwe-20.txt","asd-4675-2-qwe-20.txt")

我想提取＆＃34; - ＆＃34;之间的第二和第三块。在每个文件名中，然后将这两个块列为矩阵中的两列。我使用以下代码继续：

 b<-as.numeric(unlist(Map(function(x) x[2], strsplit(a,"-"))))
 c<-as.numeric(unlist(Map(function(x) x[3], strsplit(a,"-"))))
 cbind(b,c)

结果如下：

           b c
 [1,]  36457 1
 [2,]   3234 4
 [3,]   5457 3
 [4,]    546 2
 [5,]    789 1
 [6,] 542112 7
 [7,]    754 4
 [8,]   3466 3
 [9,]   4675 2

是对的。但是我想知道是否有更方便的方法，例如＆＃34; gsub＆＃34;来解决这个问题？感谢。

Answer 1

我们可以将sub与read.csv一起使用。我们在字符串（-）的开头（^）之后再添加一个不是[^-]+的字符，后跟一个-后跟数字\\d+ }}我们放置在一个捕获组（(...)）后跟一个-和另一个捕获组，以获取数字后跟一个或多个字符（.*）。将其替换为由,分隔的捕获组的反向引用。这可用于read.csv阅读。

read.csv(text=sub("^[^-]+-(\\d+)-(\\d+).*", "\\1,\\2", a), 
                     header=FALSE, col.names = c('b', 'c'))
#       b c
#1  36457 1
#2   3234 4
#3   5457 3
#4    546 2
#5    789 1
#6 542112 7
#7    754 4
#8   3466 3
#9   4675 2

或另一个选项是fread我们可以select感兴趣的列

library(data.table)
fread(paste(a, collapse="\n"), sep="-", select = 2:3, col.names = c('b', 'c'))
#        b c
#1:  36457 1
#2:   3234 4
#3:   5457 3
#4:    546 2
#5:    789 1
#6: 542112 7
#7:    754 4
#8:   3466 3
#9:   4675 2

Answer 2

与您的方法相似但更短的方法是：

do.call(rbind, lapply(strsplit(a, "-"), `[`, c(2,3)))
      [,1]     [,2]
 [1,] "36457"  "1" 
 [2,] "3234"   "4" 
 [3,] "5457"   "3" 
 [4,] "546"    "2" 
 [5,] "789"    "1" 
 [6,] "542112" "7" 
 [7,] "754"    "4" 
 [8,] "3466"   "3" 
 [9,] "4675"   "2"

Answer 3

akrun答案的后续跟进：

> read.table(text=a, sep='-', col.names=letters[1:5])
     a      b c   d      e
1 asd1  36457 1 qwe 20.txt
2  asd   3234 4 qwe 20.txt
3 asd1   5457 3 qwe 20.txt
4 asd1    546 2 qwe 20.txt
5 asd1    789 1 qwe 20.txt
6  asd 542112 7 qwe 20.txt
7  asd    754 4 qwe 20.txt
8  asd   3466 3 qwe 20.txt
9  asd   4675 2 qwe 20.txt

然后你可以将它分割成你想要的两列。

提取R中字符串中的特定元素

3 个答案: