Question

假定以下矢量字符的数字格式不一致：

myvec <- c( '50% of population live in block 50 number 27-04', 
'And 1% of population live in block 8 number 1-42', 
'And 1% of population live in block 5B number 1-8', 
'60% of population live in block 1641 number 17-23',
'80% of population live in block 677B number 5-3')

我想要一种一致的数字格式，以便每个数字至少包含两位数字：

c( '50% of population live in block 50 number 27-04', 
'And 01% of population live in block 08 number 01-42', 
'And 01% of population live in block 05B number 01-08', 
'60% of population live in block 1641 number 17-23',
'80% of population live in block 677B number 05-03')

如果将所有数字都简化为4位（最大位数）也可以：

c( '0050% of population live in block 0050 number 0027-0004', 
'And 0001% of population live in block 0008 number 0001-0042', 
'And 0001% of population live in block 0005B number 0001-0008', 
'0060% of population live in block 1641 number 0017-0023',
'0080% of population live in block 0677B number 0005-0003')

重要的是，所有具有相同数字位数的数字都遵循相同的格式。最后，我想读出块和编号（例如，“ 50号块编号27-04”）并检查重复项（实际矢量要长得多，并且由块和编号中的重复项组成，但之前带有不同的文本）-目前我无法做到，因为字符串的开头可能会有所不同。

我尝试了诸如gsub("(\\d)+", "0\\1", myvec)之类的几种方法，但是没有成功。

谢谢！

Answer 1

我们可以使用stringr::str_replace_all将字符串中的所有数字替换为4位数字。

stringr::str_replace_all(myvec, "\\d+", function(m) sprintf("%04s", m))
#[1] "0050% of population live in block 0050 number 0027-0004"     
#[2] "And 0001% of population live in block 0008 number 0001-0042" 
#[3] "And 0001% of population live in block 0005B number 0001-0008"
#[4] "0060% of population live in block 1641 number 0017-0023"     
#[5] "0080% of population live in block 0677B number 0005-0003"

您可以用输出中所需的位数替换"%04s"中的sprintf部分。

出于某种原因，%04s仅对我有用。将提取的部分转换为整数后，我们可以按照@Jaap的建议使用%04d。

stringr::str_replace_all(myvec, "\\d+", function(m) sprintf("%04d", as.integer(m)))

将字符串中的一位数字（1或5B）替换为两位数字（01或05B）

1 个答案: