Question

我有一个data.frame，其中包含包含客户数字路径的列（请参见下文）。在每一行中，我都想将>和_referral之间的所有文本替换为Referral。

例如下面的3行

bing_cpc>uswitch.com_referral
bing_cpc>money.co.uk_referral
bing_cpc>moneysupermarket.com_referral>google_organic>moneysupermarket.com_referral>google_cpc>google_cpc

应该是

bing_cpc>Referral
bing_cpc>Referral
bing_cpc>Referral>google_organic>Referral>google_cpc>google_cpc

有什么主意吗？谢谢

Answer 1

尝试：

df$col <- gsub(">.*referral", ">Referral", df$col)

Answer 2

您的问题比看起来要棘手，因此值得详细解答。首先，让您将示例放在向量中：

exStrg <- c(
  'bing_cpc>uswitch.com_referral',
  'bing_cpc>money.co.uk_referral',
  'bing_cpc>moneysupermarket.com_referral>google_organic>moneysupermarket.com_referral>google_cpc>google_cpc'
)

您想要的是将模式'> xxxxx_referral'之后的所有内容替换为'> Referral'。 gsub是用于此功能，立即模式为'>。* _ referral'，点表示“任何字符”，星号表示“随时发生”。但是*和+通配符是贪婪的，所以会发生这种情况：

> gsub(pattern = '>.*_referral', replacement = '>Referral', exStrg)
[1] "bing_cpc>Referral"                      
[2] "bing_cpc>Referral"                      
[3] "bing_cpc>Referral>google_cpc>google_cpc"

表达式将在第一个“>”和最后一个“ _referral”之间取任何值。您可以使用?使通配符变得懒惰；可以识别出您的模式的多次出现，但仍将所有内容都放在中间：

> gsub('>.*?_referral', '>Referral', exStrg)
[1] "bing_cpc>Referral"                               
[2] "bing_cpc>Referral"                               
[3] "bing_cpc>Referral>Referral>google_cpc>google_cpc"

您需要的是将任何后续的'>'表示为否定字符：

> gsub('>[^>]*_referral', '>Referral', exStrg)
[1] "bing_cpc>Referral"                                              
[2] "bing_cpc>Referral"                                              
[3] "bing_cpc>Referral>google_organic>Referral>google_cpc>google_cpc"

在两个模式之间替换文本的多次出现

2 个答案: