Dizelerin vektörlerinden sayıları çıkarma

Bunun gibi bir dizem var:

years<-c("20 years old", "1 years old")

Bu vektörden sadece sayısal sayıyı grep etmek istiyorum. Beklenen çıktı bir vektördür:

c(20, 1)

Bunu nasıl yapacağım?

Ne dersin

# pattern is by finding a set of numbers in the start and capturing them
as.numeric(gsub("([0-9]+).*$", "\\1", years))

veya

# pattern is to just remove _years_old
as.numeric(gsub(" years old", "", years))

veya

# split by space, get the element in first index
as.numeric(sapply(strsplit(years, " "), "[[", 1))

Bence ikame, çözüme ulaşmanın dolaylı bir yolu. Tüm numaraları geri almak istiyorsanız şunları tavsiye ederim gregexpr:

matches <- regmatches(years, gregexpr("[[:digit:]]+", years))
as.numeric(unlist(matches))

Bir dizede birden fazla eşleşmeniz varsa, bu hepsini alacaktır. Sadece ilk maçla ilgileniyorsanız, regexpryerine kullanın gregexprve atlayabilirsiniz unlist.

Güncelleme yana extract_numericitiraz edildi, biz kullanabilirsiniz parse_numbergelen readrpaketin.

library(readr)
parse_number(years)

İşte başka bir seçenek extract_numeric

library(tidyr)
extract_numeric(years)
#[1] 20  1

İşte Arun'un ilk çözümüne daha basit bir Perl benzeri normal ifade ile bir alternatif:

as.numeric(gsub("[^\\d]+", "", years, perl=TRUE))

Ya da sadece:

as.numeric(gsub("\\D", "", years))
# [1] 20  1

Bir stringrardışık çözeltisi:

library(stringr)
years %>% str_match_all("[0-9]+") %>% unlist %>% as.numeric

Siz de tüm harflerden kurtulabilirsiniz:

as.numeric(gsub("[[:alpha:]]", "", years))

Muhtemelen bu daha az genelleştirilebilir.

Başlangıç ​​konumundaki herhangi bir dizeden sayıları ayıklayın.

x <- gregexpr("^[0-9]+", years)  # Numbers with any number of digits
x2 <- as.numeric(unlist(regmatches(years, x)))

Herhangi bir BAĞIMSIZ dizeden sayıları çıkarın.

x <- gregexpr("[0-9]+", years)  # Numbers with any number of digits
x2 <- as.numeric(unlist(regmatches(years, x)))

Biz de kullanabilir str_extractdanstringr

years<-c("20 years old", "1 years old")
as.integer(stringr::str_extract(years, "\\d+"))
#[1] 20  1

Dizede birden fazla sayı varsa ve hepsini çıkarmak istiyorsak, tüm macthes'ların str_extract_allaksine olanı kullanabiliriz str_extract.

years<-c("20 years old and 21", "1 years old")
stringr::str_extract(years, "\\d+")
#[1] "20"  "1"

stringr::str_extract_all(years, "\\d+")

#[[1]]
#[1] "20" "21"

#[[2]]
#[1] "1"

Dan yazı sonrasında Gabor Grothendieck r yardım posta listesine de yazı

years<-c("20 years old", "1 years old")

library(gsubfn)
pat <- "[-+.e0-9]*\\d"
sapply(years, function(x) strapply(x, pat, as.numeric)[[1]])

Paket tutkal kullanarak şunları yapabiliriz:

# install.packages("unglue")
library(unglue)

years<-c("20 years old", "1 years old")
unglue_vec(years, "{x} years old", convert = TRUE)
#> [1] 20  1

^{2019-11-06 tarihinde reprex paketi tarafından oluşturuldu (v0.3.0)}

Daha fazla bilgi: https://github.com/moodymudskipper/unglue/blob/master/README.md