Question

我有一个如下向量：

vector 
jdjss-jdhs--abc-bec-ndj
kdjska-kvjd-jfj-nej-ndjk
eknd-nend-neekd-nemd-nemdkd-nedke

如何提取最后三个值，以便基于-分隔符，我的结果如下所示：

vector                              Col1     Col2    Col3
jdjss-jdhs--abc-bec-ndj              abc      bec     ndj   
kdjska-kvjd-jfj-nej-ndjk             jfj      nej    ndjk
eknd-nend-neekd-nemd-nemdkd-nedke   nemd   nemdkd   nedke

我试图使用sub和qdap软件包，但是没有运气。

sub( "(^[^-]+[-][^-]+)(.+$)", "\\2", df$vector)
qdap::char2end(df$vector, "-", 3)

不确定如何执行此操作。

Answer 1

您可以使用tidyr::extract：

library(tidyr)
vector <- c("jdjss-jdhs--abc-bec-ndj", "kdjska-kvjd-jfj-nej-ndjk", "eknd-nend-neekd-nemd-nemdkd-nedke")
df <- data.frame(vector)
tidyr::extract(df, vector, into = c("Col1", "Col2", "Col3"), "([^-]*)-([^-]*)-([^-]*)$", remove=FALSE)

                             vector Col1   Col2  Col3
1           jdjss-jdhs--abc-bec-ndj  abc    bec   ndj
2          kdjska-kvjd-jfj-nej-ndjk  jfj    nej  ndjk
3 eknd-nend-neekd-nemd-nemdkd-nedke nemd nemdkd nedke

([^-]*)-([^-]*)-([^-]*)$模式匹配：

([^-]*)-组1（'Col1'）：除-以外的0个字符以上
--连字符
([^-]*)-第2组（'Col2'）：除-以外的0个字符以上
--连字符
([^-]*)-第3组（'Col3'）：除-以外的0多个字符
$-字符串结尾

设置remove=FALSE以便保留原始列。

Answer 2

您可以从基数使用strsplit。


    x <- "eknd-nend-neekd-nemd-nemdkd-nedke"

    lastElements <- function(x, last = 3){
      strLength <- length(strsplit(x, "-")[[1]])
      start <- strLength - (last - 1)
      strsplit(x, "-")[[1]][start:strLength]
    }

    > lastElements(x)
    [1] "nemd"   "nemdkd" "nedke"

Answer 3

您可以使用-用strsplit拆分字符串并提取最后n个元素：

df <- data.frame(vector = c(
    "jdjss-jdhs--abc-bec-ndj",
    "kdjska-kvjd-jfj-nej-ndjk",
    "eknd-nend-neekd-nemd-nemdkd-nedke"),
    stringsAsFactors = FALSE
)

cbind(df, t(sapply(strsplit(df$vector, "-"), tail, 3)))

                             vector    1      2     3
1           jdjss-jdhs--abc-bec-ndj  abc    bec   ndj
2          kdjska-kvjd-jfj-nej-ndjk  jfj    nej  ndjk
3 eknd-nend-neekd-nemd-nemdkd-nedke nemd nemdkd nedke

Answer 4

strcapture，作为Wiktor的tidyr extract答案的基数R推论：

strcapture("([^-]*)-([^-]*)-([^-]*)$", df$vector, proto=list(Col1="",Col2="",Col3=""))
#  Col1   Col2  Col3
#1  abc    bec   ndj
#2  jfj    nej  ndjk
#3 nemd nemdkd nedke

根据最后n个字符提取值

4 个答案: