需要在出現在df中的列中出現的單詞之前提取4個空格的文本，並且可能每行出現多次

Question

我需要在出現單詞「exception」之前提取文本（4個字符）每行在我的數據框的一列中。例如，看到我的兩行數據如下：

1. MPSA：Original Version（01/16/2015）; FMV例外：原始版本（04/11/2014）; MM例外：08.19.15（08/19/2015）
2. MPSA：Original Version（02/10/2015）; FMV例外：原始版本（12/18/2014）; MEI FMV：V3（12/18/2014）; MEI FMV：更新（11/18/2014）;會議材料例外：原始版本（04/21/2014）;

正如您所看到的，「異常」每行發生一次以上，有時會大寫，有時不會，之前有不同的文本。我需要提取以前各種情況下的「FMV」，「MM」和「ial」。我們的目標是提取一個版本以下的（逗號分隔將被罰款，但沒有必要）：

1. 「FMVMM」
2. 「FMVial」

我打算讓所有的文字小寫簡單，但我找不到正則表達式來提取我需要的4個字符的文本。任何建議？

Answer 1

你基本上需要strsplit，substr和nchar：

t1 <- "1.MPSA: Original Version (01/16/2015); FMV Exception: Original Version (04/11/2014); MM Exception: 08.19.15 (08/19/2015)" 

t2 <- "2.MPSA: Original Version (02/10/2015); FMV Exception: Original Version (12/18/2014); MEI FMV: V3 (12/18/2014); MEI FMV: updated (11/18/2014); Meeting Material exception: Original Version (04/21/2014); " 

f <- function(x){ 
    tmp <- strsplit(x, "[Ee]xception")[[1]] 
    ret <- array(dim = length(tmp) - 1) 
    for(i in 1:length(ret)){ 
    ret[i] <- substr(tmp[i], start = nchar(tmp[i]) - 3, stop = nchar(tmp[i])) 
    } 
    return(paste(ret, collapse = ",")) 
} 
f(t1) #gives "FMV , MM " 
f(t2) #gives "FMV ,ial " 

避免循環會更好，但現在，這應該工作。

---

編輯由Qaswed：改進了功能（短，不需要任何tolower更多）。

---

編輯由TigeronFire：

@Qaswed，謝謝您的指導 - 答案，但是，帶來了另一個問題。 t1和t2只有10000行數據幀上的兩行。我試圖將列邏輯添加到您建幾個不同的方式的功能，但我總是收到錯誤消息：

"Error in strsplit(BOSSMWF_practice$Documents, "[Ee]xception") : non-character argument" 

我試圖參照數據幀列BOSSMWF_practice $文件如下：

f <- function(x){ 
    tmp <- strsplit(BOSSMWF_practice$Documents, "[Ee]xception")[[1]] 
    ret <- array(dim = length(tmp) - 1) 
    for(i in 1:length(ret)){ 
    ret[i] <- substr(tmp[i], start = nchar(tmp[i]) - 3, stop = nchar(tmp[i])) 
    } 
    return(paste(ret, collapse = ",")) 
} 

和：

f <- function(x){ 
    BOSSMWF_practice$tmp <- strsplit(BOSSMWF_practice$Documents, "[Ee]xception")[[1]] 
    BOSSMWF_practice$ret <- array(dim = length(BOSSMWF_practice$tmp) - 1) 
    for(i in 1:length(BOSSMWF_practice$ret)){ 
     BOSSMWF_practice$ret[i] <- substr(BOSSMWF_practice$tmp[i], start = nchar(BOSSMWF_practice$tmp[i]) - 3, stop = nchar(BOSSMWF_practice$tmp[i])) 
    } 
    return(paste(ret, collapse = ",")) 
} 

我試圖在我的應用列運行功能同時使用函數s設置爲默認設置

BOSSMWF_practice$Funct <- f(BOSSMWF_practice$Documents)

但我一直收到上述錯誤信息。你可以把你的意見一步，說明如何在這種新列應用到數據幀，並把結果？

---

編輯由Qaswed： @TigeronFire你應該已經添加到我的答案或編輯您的問題發表評論，但不能編輯我的問題。對你的評論：

#if your dataset looks something like this: 
df <- data.frame(variable_name = c(t1, t2)) 

#...use 
apply(df, 1, FUN = f) 
#note: there was an error in f. You need strsplit(x, ...) and not strsplit(t1, ...).