Question

我有一个很长的字符串向量，其中包含市场名称和其他内容

S = c('123_GOLD_534', '531_SILVER_dfds', '93_COPPER_29dad', '452_GOLD_deww')

另一个向量包含所有可能的市场

V = c('GOLD','SILVER')

如何从S中提取市场名称位？基本上我想循环遍历V和S，如果S[j]将V[i]替换为grepl(V[i], S[j])。

所以结果看起来应该是

c('GOLD','SILVER',NA,'GOLD')

Answer 1

您可以使用stringr中的str_extract：

> library(stringr)
> str_extract(S, paste(V, collapse="|"))
[1] "GOLD"   "SILVER" NA       "GOLD"

paste(V, collapse="|")会创建一个像GOLD|SILVER这样的正则表达式，从而会提取GOLD或SILVER。如果正则表达式不匹配，则只返回NA。

请注意，如果您仅在GOLD符号附近时才需要匹配SILVER或_，请将paste(V, collapse="|")替换为paste0("(?<=_)(?:", paste(V, collapse="|"), ")(?=_)")：

> str_extract(S, paste0("(?<=_)(?:", paste(V, collapse="|"), ")(?=_)"))
[1] "GOLD"   "SILVER" NA       "GOLD"

它会创建一个像(?<=_)(?:GOLD|SILVER)(?=_)这样的正则表达式，如果前面有一个GOLD（SILVER，只有_，只会匹配(?<=_)或_并且如果值之后有(?=_)（由于$plan正前瞻）。 Lookaheads不会在匹配中添加匹配的文本（它们非消费）。

匹配所有可能子串的另一个列表中的子串

1 个答案: