Question

我在数据集中有一个变量，它按以下方式格式化：

tornado <- c("TORNADO",                    
             "TORNADO F0",                 
             "Tornado",                   
             "HAIL",        
             "WATERSPOUT TORNADO",       
             "WATERSPOUT-TORNADO",         
             "TORNADOES, TSTM WIND, HAIL", 
             "COLD AIR TORNADO",          
             "HEAT")

Tornado有很多次，我的目标是移除一个单元格内的所有东西，除了我正在寻找的字符串（显然是Tornado）所以它看起来像这样：

tornado_2 <- ("Tornado",
              "Tornado",
              "Tornado",
              "HAIL",
              "Tornado",
              "Tornado",
              "Tornado",
              "Tornado",
              "HEAT")

我尝试过：

gsub(pattern = "", replacement = "", x = vector)

和

str_replace(string="" , pattern="", replacement="")

我在gsub的"Tornado"部分使用了"[Tornado]"，"^Tornado."，"Tornado[.]."，pattern的每个REGEX组合，我想到的是str_replace，但是没有用。

如果有人能提供任何帮助，我将不胜感激！

Answer 1

您可以使用ifelse：如果＆＃34;龙卷风＆＃34;在字符串内（用grepl定义）它返回＆＃34; Tornado＆＃34;否则它会返回原始值。

ifelse(grepl("tornado", tornado, ignore.case = TRUE), "Tornado", tornado)

# [1] "Tornado" "Tornado" "Tornado" "HAIL"    "Tornado" "Tornado" "Tornado"
# [8] "Tornado" "HEAT"

Answer 2

使用神话般的stringr库：

library(stringr)

tornado <- c("TORNADO", "TORNADO F0", "Tornado", "HAIL", "WATERSPOUT TORNADO", "WATERSPOUT-TORNADO", "TORNADOES, TSTM WIND, HAIL", "COLD AIR TORNADO", "HEAT")
tornado_2 <- str_replace(tornado, regex(".*Tornado.*", ignore_case = TRUE), "Tornado")
tornado_2

哪个收益

# [1] "Tornado" "Tornado" "Tornado" "HAIL"    "Tornado" "Tornado" "Tornado" "Tornado" "HEAT"

原则与其他答案一样：匹配Tornado不区分大小写，如果找到则替换完整的字符串。

Answer 3

您可以将sub()与ignore.case=TRUE一起使用。在正则表达式中，只需查找"tornado"的任何匹配项，并删除字符串的其余部分，并在两边使用贪婪的匹配.*。

sub(".*tornado.*", "Tornado", tornado, ignore.case=TRUE)
# [1] "Tornado" "Tornado" "Tornado" "HAIL"    "Tornado" "Tornado" "Tornado"
# [8] "Tornado" "HEAT"

您还可以使用前面的(?i)来编写不区分大小写的正则表达式。

sub("(?i).*tornado.*", "Tornado", tornado)
# [1] "Tornado" "Tornado" "Tornado" "HAIL"    "Tornado" "Tornado" "Tornado"
# [8] "Tornado" "HEAT"

替换单元格内的所有内容，除了我正在寻找的字符串

3 个答案: