如何在 R 的单列中通过字符串标签对行值进行子集化？答案

【问题标题】：How to subset row values by string label in a single column in R?如何在 R 的单列中通过字符串标签对行值进行子集化？
【发布时间】：2020-06-16 07:43:27
【问题描述】：

我有一个列，我想根据 R 中的第一个和最后一个“字符串”标签对其行值进行子集化。级别值如下：

[1] "60022 (Location; 9TH FLOOR; Snacks)"
[3] "60024 (Location; 9TH FLOOR; Lg Snacks)"
[5] "60027 (Location; 9TH FLOOR; Sml Snacks)"

我想把# 和最后一个用';'分隔的字符串拉出来。 R中是否有函数或语法可以做到这一点？所以删除“Location; 9TH FLOOR”并保留最后一个； "" 字符串。

我已经尝试过仅提取第一个值，但无法使用此代码保留“零食”：

#updated_df_2020$Machine <- sub("([A-Za-z]+).*", "\\1", updated_df_2020$Machine)

每一行的最终结果应该是数字（60022，然后是小吃），如下所示：

[1] "60022 (Snacks)" 
[1] "60024 (Lg Snacks)" 
[1] "60027 (Sml Snacks)"

【问题讨论】：

标签： r string dplyr gsub

【解决方案1】：

如果我们需要删除子字符串，捕获字符串开头（^）的数字（\\d+），然后捕获;之后的非空格（\\S）和零个或多个空格 (\\s*) 和后面的其他字符 (.*) 直到最后的 ) ($) 作为第二个捕获组。在替换中，指定捕获组的反向引用（\\1，\\2）并通过添加(进行修改

updated_df_2020$Machine <- sub("^(\\d+)\\b.*;\\s*\\b(\\S.*\\))$", 
        "\\1 (\\2", updated_df_2020$Machine)
updated_df_2020$Machine
#[1] "60022 (Snacks)"     "60024 (Lg Snacks)"  "60027 (Sml Snacks)"

如果字符串的开头不是数字并且仍想提取，请将 ((\\d+)) 替换为 (\\w+)

数据

updated_df_2020 <- data.frame(Machine = c("60022 (Location; 9TH FLOOR; Snacks)",
   "60024 (Location; 9TH FLOOR; Lg Snacks)", "60027 (Location; 9TH FLOOR; Sml Snacks)"),
   stringsAsFactors = FALSE)

【讨论】：

感谢您的快速响应 - 因为有唯一的数字和值（小吃、饮料、瓶装饮料等......）有没有办法将其标准化为只取第一个值和最后一个值()? @akrun
感谢明确的答案！谢谢！是否可以使用 (; ; Bottled Bev) 中的最后两个单词而不仅仅是“Bev”？我会做 "\\2 (\\2" 而不是 \\1？@akrun？
确定可以，请您更新您的帖子并遵守所有规则
更新/抱歉。

【解决方案2】：

你可以这样做

> a <- c("60022 (Location; 9TH FLOOR; Snacks)", "60024 (Location; 9TH FLOOR; Snacks)", "60027 (Location; 9TH FLOOR; Snacks)")
> strs <- strsplit(a, split = " ")
> sapply(strs, function(s) paste(s[1], paste0("(", s[length(s)])))
#
# "60022 (Snacks)" "60024 (Snacks)" "60027 (Snacks)"
#

这更丑，但我想更容易理解

【讨论】：

【解决方案3】：

我们可以使用sub提取开头的数字和后面的冒号：

sub("(\\d+).*;(.*)", "\\1 (\\2", x)
#[1] "60022 ( Snacks)"     "60024 ( Lg Snacks)"  "60027 ( Sml Snacks)"

x 是哪里

x <- c("60022 (Location; 9TH FLOOR; Snacks)", 
       "60024 (Location; 9TH FLOOR; Lg Snacks)",
       "60027 (Location; 9TH FLOOR; Sml Snacks)")

【讨论】：