使用R从文本中提取日期

Question

我的数据框看起来像

df <- setNames(data.frame(c("2 June 2004, 5 words, ()(","profit, Insight, 2 May 2004, 188 words,  reports, by ()("), stringsAsFactors = F), "split")

我想要的是分割日期和单词的列到目前为止我找到了 ＆＃34; Extract date text from string＆＃34;

lapply(df2, function(x) gsub(".*(\\d{2} \\w{3} \\d{4}).*", "\\1", x))

但它不适用于我的例子，感谢你一如既往的帮助

Answer 1

由于只有一列，我们可以在提取列后直接使用gsub/sub。在模式中，日期可以是1或更多，类似地，单词有3个（＆＃39; May＆＃39;）或4个字符（＆＃39; June＆＃39;），所以我们需要进行这些更改

sub(".*\\b(\\d{1,} \\w{3,4} \\d{4}).*", "\\1", df$split)
#[1] "2 June 2004" "2 May 2004"