選擇數字

我有對應於一個低於生成的矢量VECA工作：選擇數字

vecA <- c("[ 0, 10)", "[ 10, 20)", "[ 20, 30)", "[ 50, 60)", "[ 90,100]")

我想在vecB去除特殊字符到達，插入連字符，如在樣品中下方產生：

vecB <- c("0 - 10", "10 - 20", "20 - 30", "50 - 60", "90 - 100")

問題

我以前做的gsub語法，即幾乎作品：

vecB <- gsub(pattern = 
       "^(\\[{1})([[:blank:]]*)(\\d{1,2})([,])(.*)(\\d{2,3})([[:punct:]])$", 
          x = vecA, replacement = "\\3 - \\6")

唯一的問題是與錯誤地轉化爲90 - 00不90 - 100因爲它應該是（regex101）值[ 90,100]。

來源

2016-02-21 Konrad

我不知道你是否對你的正則表達式錯誤感興趣。提示：'（。*）'。 –

我們可以使用捕獲組，即在(..)之內獲取數字部分並刪除所有其他數字部分，即非數字部分（\\D+）。

在下面的模式，我們匹配一個或多個非數字元素（\\D+ - 它包括[和空白以下的話），然後捕獲的一個或多個數字（(\\d+)），隨後通過匹配所述一個或多個非數字（\\D+ - 匹配,和後面的空格），第二個捕獲組數字（\\d+），然後是.*，即它匹配字符串的其餘部分直到其結尾。在替換中，我們指定反向引用（\\1），後跟空格，然後是-和第二個反向引用（'\ 2`）。

sub('\\D+(\\d+)\\D+(\\d+).*', '\\1 - \\2', vecA) 
#[1] "0 - 10" "10 - 20" "20 - 30" "50 - 60" "90 - 100"

編輯：基於從@WiktorStribiżew

或者我們可以使用從library(stringr)str_extract提取數字，然後paste一起

library(stringr) 
sapply(str_extract_all(vecA, '[0-9]+'), paste, collapse=' - ') 
#[1] "0 - 10" "10 - 20" "20 - 30" "50 - 60" "90 - 100"

來源

2016-02-21 15:43:59 akrun

我看到我太過於複雜。 – Konrad

我不會將'。*'描述爲*零個或多個字符*。在R TRE正則表達式中的模式結尾處，它表示*將字符串的其餘部分與其結尾*進行匹配。 –

1）子評論/ gsub這可以分解爲兩個簡單的sub/gsub調用。內部gsub用空字符串替換不是數字或逗號的任何內容，並且外部將逗號轉換爲空格減號空格。

sub(",", " - ", gsub("[^0-9,]", "", vecA)) 
## [1] "0 - 10" "10 - 20" "20 - 30" "50 - 60" "90 - 100"

2）一個子要與一個sub做到這一點：

sub("^\\D*(\\d+)\\D*(\\d+)\\D*$", "\\1 - \\2", vecA) 
## "0 - 10" "10 - 20" "20 - 30" "50 - 60" "90 - 100"

3）串/讀取。表這其中不使用子或GSUB或任何正則表達式：

with(read.table(text = substring(vecA, 2, nchar(vecA)-1), sep = ","), paste(V1, "-", V2)) 
## [1] "0 - 10" "10 - 20" "20 - 30" "50 - 60" "90 - 100"

3a）的的這種變化（3）是稍短：

with(read.table(text = gsub("\\D", " ", vecA)), paste(V1, "-", V2)) 
## [1] "0 - 10" "10 - 20" "20 - 30" "50 - 60" "90 - 100"

4）gsubfn該提取物捕獲組和執行指示paste：

library(gsubfn) 
strapply(vecA, "(\\d+)\\D*(\\d+)", ~ paste(x, "-", y), simplify = c) 
## [1] "0 - 10" "10 - 20" "20 - 30" "50 - 60" "90 - 100"

4A）（4），其使用stapplyc而非strapply的變異：

library(gsubfn) 
sapply(strapplyc(vecA, "\\d+"), paste, collapse = " - ") 
## [1] "0 - 10" "10 - 20" "20 - 30" "50 - 60" "90 - 100"

4B）的變化（4），其使用gsubfn而非strapply：

library(gsubfn) 
gsubfn("\\D+", ~ if (grepl(",", x)) " - " else "", vecA) 
## [1] "0 - 10" "10 - 20" "20 - 30" "50 - 60" "90 - 100"

5） strsplit這是另一種不使用sub或gsub的解決方案：

f <- function(x) { 
    paste0(ifelse(x == ",", " - ", ifelse(x %in% 0:9, x, "")), collapse = "") 
} 
sapply(strsplit(vecA, ""), f) 
## [1] "0 - 10" "10 - 20" "20 - 30" "50 - 60" "90 - 100"

來源

2016-02-21 16:18:47

沒有注意到其他人已經給出了幾乎與（2）相同的答案。 –

提醒我，我正在很好地解決標籤間隔相同的問題。這是我的結果，無視這裏沒有正則表達式：

library(dplyr) 

# 1-9 by one, up to 75 by 5, up to 300 by 50, rest by 100 
c(0:9, 
    seq(14, 50, by=5), 
    seq(59, 100, by=10), 
    seq(149, 300, by=50), 
    seq(400, 1000, by=100)) -> 
    breaks 

# create nice labels for the intervals 
# assuming integral numbers will be cut by the breaks (hence the `l + 1`) 
data.frame(l = breaks[1:length(breaks) - 1], 
      r = breaks[2:length(breaks)]) %>% 
       mutate(diff = r - l, 
         lab = ifelse(diff > 1, 
            paste0(l + 1, " - ", r), 
            as.character(r))) -> 
    labs 

# and cut() the data in `pos` colum getting directly the factors with 
# nice names 
d %>% mutate(bin=cut(pos, breaks, labels=labs$lab))

來源

2016-02-21 16:39:37 liborm

回答

相關問題