R将单词与数字分开

Question

我需要清理一些包含单词和数字或仅包含数字的数据字符串。

下面是一个玩具样本

library(tidyverse)

c("555","Word 123", "two words 123", "three words here 123") %>%  
sub("(\\w+) (\\d*)",  "\\1|\\2", .)

结果是这样的：

[1] "555"                  "Word|123"             "two|words 123"        "three|words here 123"

但是我要放置'|'在最后一组数字之前，如下所示

[1] "|555"                  "Word|123"             "two words|123"        "three words here|123"

Answer 1

您可以使用

^(.*?)\s*(\d*)$

替换为\1|\2。参见regex demo。

在R中：

sub("^(.*?)\\s*(\\d*)$", "\\1|\\2", .)

详细信息

• ^-字符串的开头
• (.*?)-捕获组1：尽可能少的0个字符
• \s*-零个或多个空格
• (\d*)-捕获组2：零个或多个数字
• $-字符串的结尾。

Answer 2

我们可以使用sub来匹配零个或多个空格（\\s*），后跟一个我们捕获为一组的数字（(\\d)），在替换中使用{{1} }，然后是捕获的组的反向引用（|）

\\1

数据

sub("\\s*(\\d)", "|\\1", v1)
#[1] "|555"                 "Word|123"            
#[3] "two words|123"        "three words here|123"