從字符串中的R

提取與點串的模式我有一組人物像從字符串中的R

data <- c("ABS Spring Meeting 5.14.15", "DEFG Sellors Tour 10.28.14", "DDCC Fun at the Museum 4.4.15", "GAME CS vs. Washington 11.01.14", "BSS Studio 54 5.13.15","Pas-12 3.5.15")

正如你可以看到，最後一組數字是事件的日期。我想將它們轉換成日期

date <- c("2015-05-14","2014-10-28","2015-04-04","2014-11-01","2015-05-13","2015-03-05")

覺得我有串這種（「15年5月14日」，「14年10月28日」，「4.4.15」，「14年1月11日」，「5.13。 15「，」3.5.15「）的模式，然後做日期轉換。

任何人都可以幫助我嗎？謝謝！

來源

2015-09-23 Leah Liu

其他人物如「BSS Studio 54 5.13.15」，「Pas-12 3.5.15」 –

最快的方法是用lubridate。如果您提供的通用格式，它會揣摩出你：

library(lubridate) 
mdy(data) 
[1] "2015-05-14 UTC" "2014-10-28 UTC" "2015-04-04 UTC" "2014-11-01 UTC"

如果您的數據變得與其他的數字更復雜，你可以使用一個字符串的提取方法。像這樣：

mdy(sub(".*?([0-9.]+)$","\\1", data))

在模式".*?([0-9.]+)$"：

.*?比賽中的所有字符和空格。問號允許模式的下一部分完全匹配。
([0-9.]+)$搜索最長的一串數字和小數點，到達由美元符號標記的字符串的末尾。禁忌在它內部創建了一組令牌。我們將使用該組進行下一步。
"\\1"從模式中返回捕獲組並丟棄餘下的匹配。

有很多網站會進一步進入正則表達式超過我可以。由於它幾乎用於每種編程語言，因此在其研究中投入至少幾個小時將是非常值得花時間的。

我在線學習了這本免費的Perl書。退房Ch。5這裏：

https://www.perl.org/books/beginning-perl/

這個網站有一個子部分聚焦R上

http://www.regular-expressions.info/rlanguage.html

來源

2015-09-23 20:58:50

這很酷，有點警惕，''mdy（）'只是忽略了所有無關的措辭... –

只能部分工作爲我的數據庫。我的整個表格包含約300個名稱，名稱中包含一些其他數字，例如「BSS Studio 54 5.13.15」，那麼它不適用於此。 –

添加了提取方法。 –

data <- data <- c("ABS Spring Meeting 5.14.15", 
    "DEFG Sellors Tour 10.28.14", "DDCC Fun at the Museum 4.4.15", 
    "GAME CS vs. Washington 11.01.14", "BSS Studio 54 5.13.15", 
    "Pas-12 3.5.15") 
library("lubridate") 
library("stringr") 

mdy(str_extract(data,"[0-9]+(\\.[0-9]+){2}$")) 
## [1] "2015-05-14 UTC" "2014-10-28 UTC" "2015-04-04 UTC" "2014-11-01 UTC" 
## [5] "2015-05-13 UTC" "2015-03-05 UTC"

正則表達式"[0-9]+(\\.[0-9]+){2}$"表示「一個以上的數字（[0-9]+），接着兩個（{2}）實例（一個點（\\.）後跟一個以上的數字[0-9]+），隨後結束字符串（$）」

來源

2015-09-23 21:13:24

非常感謝，但您能否解釋「[0-9] +（\\。[0-9] +）{2} $」一點點，我正在學。 –

在基R，以及設置在日期總是在字符串的末尾時，可以使用

as.Date(sub(".*\\s", "", data), "%m.%d.%y") 
# [1] "2015-05-14" "2014-10-28" "2015-04-04" "2014-11-01"

在此，正則表達式僅僅是

.*一切
\\s空格字符

因此，這將刪除所有內容，包括最終的空格字符。

來源

2015-09-23 21:15:56

從字符串中的R

回答

相關問題