R中的模式替換

我正在研究R中的Twitter數據集，我發現很難從推文中刪除用戶名。R中的模式替換

這是我的數據集的鳴叫列鳴叫的例子：

[1] "@danimottale: 2 bad our inalienable rights offend their sensitivities. U cannot reason with obtuse zealotry. // So very well said."   
[2] "@FreeMktMonkey @drleegross Want to build HSA throughout lifetime for when older thus need HDHP not to deplete it if ill before 65y/o.thanks"

我想刪除/替換開始以「@」所有的話得到這個輸出：

[1] "2 bad our inalienable rights offend their sensitivities. U cannot reason with obtuse zealotry. // So very well said."   
[2] "Want to build HSA throughout lifetime for when older thus need HDHP not to deplete it if ill before 65y/o.thanks"

這個gsub函數適用於刪除「@」符號。

gsub("@", "", tweetdata$tweets)

我想說的是，刪除文字符號後面的字符，直到遇到空格或標點符號。

我開始嘗試只是處理空間，但無濟於事：

gsub("@.*[:space:]$", "", tweetdata$tweets)

這消除了第二鳴叫完全

gsub("@.*[:blank:]$", "", tweetdata$tweets)

這不會改變輸出。

我將不勝感激您的幫助。

來源

2014-06-09 user3722736

您可以使用以下方法。 \S+匹配任何非空白字符（1或更多次），然後匹配單個空格字符。

gsub('@\\S+\\s', '', noRT$text)

Working Demo

編輯：一個否定的比賽將正常工作還（僅使用空格字符）

gsub('@[^ ]+ ', '', noRT$text)

來源

2014-06-09 15:06:45 hwnd

非常感謝 - 非常有幫助，太糟糕我不能投票，因爲我是新的。 – user3722736

@ user3722736您可以查看該解決方案是否符合您的需求，只需點擊向上計數下方的左側複選標記即可。 –

使用'sub'而不是'gsub'，因爲只有一個替代。 –

這裏的正則表達式的方法是簡單，直接的。我添加了第二個選項，允許您使用qdap的genX函數在任意兩個邊界之間刪除文本。這允許您提供左右邊界。

library(qdap) 
genX(x, "@", "\\s") 

## [1] "2 bad our inalienable rights offend their sensitivities. U cannot reason with obtuse zealotry. // So very well said." 
## [2] "Want to build HSA throughout lifetime for when older thus need HDHP not to deplete it if ill before 65y/o.thanks"

來源

2014-06-09 15:14:39

謝謝，很高興看到另一種解決方案。我希望我可以投你的答案，但我還沒有聲望。 – user3722736

R中的模式替換

回答

相關問題