从R中的名称获取类向量的最快方法

Question

如果我在R中有以下矢量（我的水平显然是A，B和C）

c("A_1", "A_2", "B_1", "C_1", "C_2")

使用

之类的数字将其转换为类向量的最有效方法是什么

c(1, 1, 2, 3, 3)

我觉得这应该是一个单行（可能是因素和grep的组合）但是无法提出一个。

谢谢！

Answer 1

一个简单的解决方案是：

x <- c("A_1", "A_2", "B_1", "C_1", "C_2")


x.out <- as.numeric(factor(substr(x, 0,1)))

如果您的数据更加多样化，请告诉我们，我们可以努力使其成为更强大的解决方案。

Answer 2

有一种（更一般的）正则表达式方法，不需要指定前导字符串的宽度：

删除任何包含下划线的内容：

> as.numeric(factor(sub("_.+", "" , x)))
[1] 1 1 2 3 3

或者选择下划线之前的字符（因为在parens中包含的模式的R regex部分可以在替换字符串中通过“\\”后跟数字引用）：

> as.numeric(factor(sub("(^.+)_.+$", "\\1" , x)))
[1] 1 1 2 3 3