Question

我有一个要转换为数字类型的向量vec。因此，我需要先消除非数字（包括“ +”）。问题是：当我排除它们时，也会删除“ E +”和“ E-”符号中的“ +”和“-”。

如何删除除“ E-”，“ E +”和“。”以外的所有非数字。来自vec？

vec = c('1234', '+ 42', '1E+4', 'NR 12', '4.5E+04', '8.6E-02')

我的方法：

gsub('[^0-9E.]', '', vec) # removes '-' and '+' in 'E-' and 'E+'

gsub('[^0-9(E\\+).]', '', vec) # includes the '+' from '+ 42'

我想要的输出是：

c('1234', '42', '1E+4', '12', '4.5E+04', '8.6E-02')

Answer 1

您可以使用following regex 提取数字：

[-+]?[0-9]*\.?[0-9]+([eE][-+]?[0-9]+)?

详细信息

[-+]?-+或-
[0-9]*-0位数以上
\.?-可选的.
[0-9]+-1个以上数字
([eE][-+]?[0-9]+)?-可选的捕获组（在?:之后添加(以使用非捕获组），匹配1次或0次匹配
- [eE]-e或E
- [-+]?-可选的-或+
- [0-9]+-1个或更多数字

R demo：

vec <- c('1234', '+ 42', '1E+4', 'NR 12', '4.5E+04', '8.6E-02')
res <- regmatches(vec, regexpr("[-+]?[0-9]*\\.?[0-9]+([eE][-+]?[0-9]+)?", vec))
unlist(res)
## => [1] "1234"    "42"      "1E+4"    "12"      "4.5E+04" "8.6E-02"

如果期望每个字符向量中有多个匹配项，则将regexpr替换为gregexpr。

Answer 2

您可以更改正则表达式以检查+或-之前是否没有E或e，在这种情况下，请不要删除它们（使用后向并启用perl = TRUE），否则，请在您的主字符集中包含+和-，以便在其他情况下使用空字符串将其删除。尝试从此更改行，

gsub('[^0-9E.]', '', vec)

到

gsub('(?<![Ee])[+-]|[^0-9E.+-]', '', vec, perl=TRUE)

Answer 3

在遇到数字之前，您不能匹配数字：

^\D+(?=(?:[0-9]+(?:\.[0-9]*)?|\.[0-9]+)(?:[eE][+-]?[0-9]+)?)

那将匹配：

^字符串的开头
\D+匹配1次以上而不是数字
(?=积极前瞻
- (?:[0-9]+(?:\.[0-9]*)?|\.[0-9]+)(?:[eE][+-]?[0-9]+)?将数字或十进制数字与E或e匹配
)积极回望

例如：

vec = c('1234', '+ 42', '1E+4', 'NR 12', '4.5E+04', '8.6E-02')
print(gsub('^\\D+(?=(?:[0-9]+(?:\\.[0-9]*)?|\\.[0-9]+)(?:[eE][+-]?[0-9]+)?)', '', vec, perl=TRUE))
# [1] "1234"    "42"      "1E+4"    "12"      "4.5E+04" "8.6E-02"

Using positive-lookahead (?=regex) with re2 | Regex demo

Answer 4

这可行：

str_remove_all(vec,"\\D.* ")

Answer 5

或者，以R为底，并带有gsub：

gsub("\\D.* ", "", vec)

Answer 6

您提到您想要一个数字结果，但是您将所需的输出表示为字符输出（我忽略了这一点，只使用了数字）。

library(tidyverse)
library(stringr)

vec <- c('1234', '+ 42', '1E+4', 'NR 12', '4.5E+04', '8.6E-02')

vec %>%
  str_extract_all("(\\+|\\-)*[:digit:]+(\\.)?[:digit:]*", simplify = TRUE) %>%
  apply(2, as.numeric) %>%
  as_tibble() %>%
  mutate(V2 = ifelse(is.na(V2), 0, V2)) %>%
  mutate(result = V1*10^V2)

结果：

# A tibble: 6 x 3
      V1    V2    result
   <dbl> <dbl>     <dbl>
1 1234       0  1234    
2   42       0    42    
3    1       4 10000    
4   12       0    12    
5    4.5     4 45000    
6    8.6    -2     0.086

...然后是.$result。

删除字符串中除E +和E-以外的非数字

6 个答案: