Question

我正在尝试从原始数据集中提取纬度和经度。我感兴趣的信息总是遵循相同的模式，即：

(,)(0-9)([.])(0-9) space (0-9)([.])(0-9)(,)

当我执行以下操作时，我能够准确删除我想要保留的信息。有没有办法做反过来，实际上使用gsub保存我正在删除的信息？

data$l1<-gsub('(,)([0-9]+)([.])([0-9]+)[ ]([0-9]+)([.])([0-9]+)(,)', 
              '\\2\\3\\4\\5\\6\\7',
              data$V1)

数据集看起来像这样：

V1
60346241,[37.55 55.22 5km],katekin,55.745011917 37.604520766,2013-12-04 11:59:07
603423423,[37.55 55.22 5km],#hello,#yes,miguel,53.23452 38.7379422,2013-12-04 11:49:09

所以，在这个例子中，我想生成一个新的变量V2，即

V2
55.745011917 37.604520766
53.23452 38.7379422

Answer 1

我会使用gregexpr和regmatches

regmatches(d$V1, gregexpr("(?<=,)\\d{1,3}\\.\\d+\\s\\d{1,3}\\.\\d+", d$V1, perl = TRUE))

#[[1]]
#[1] "55.745011917 37.604520766"
#
#[[2]]
#[1] "53.23452 38.7379422"

取消列出它并将其放入一个新变量由提问者决定。

这里的方法是查找1到3位数后跟一个小数（\\d{1,3}\\.）后跟一些数字和一个空格（\\d+\\s），然后重复，除了没有尾随空格。整个事情应该以逗号开头。因此，您可以使用lookbehind作为逗号（即(?<=,)）

您可以使用gsub，但稍作修改：

gsub("^.+?(?<=,)(\\d{1,3}\\.\\d+\\s\\d{1,3}\\.\\d+).+$", "\\1", d$V1, perl = TRUE)
# [1] "55.745011917 37.604520766" "53.23452 38.7379422"

使用gsub方法，我使用捕获组捕获我想要的部分：(\\d{1,3}\\.\\d+\\s\\d{1,3}\\.\\d+)，但我也匹配从行的开头到我想要捕获的所有内容：{ {1}}及其后的所有内容，直到该行结束：^.+?(?<=,)

数据：

.+$

从原始字符串中提取模式

1 个答案: