我正在尝试清理一个长字符向量，并且遇到了一个无法分离以下文本格式的边缘情况： $4.917.10%
问题是如何设置条件空白，使文本看起来像这样：$4.91 7.10%。
向量称为“test9”，清除%前面有“-”的典型情况的脚本是：
gsub("(?=[-])", " ", test9, perl = TRUE)
边缘情况并不常见，但需要调整向量的一个特征。小数点左侧没有固定位数（无论是表示 $ 还是 %），但小数点右侧总是有两位小数，这让我认为有条件地逼近这可能是要走的路。
这里是向量的一个元素的一大块样本：
$28.00$25.0518.09%
谢谢！
【问题讨论】：
标签： r string data-cleaning stringr
一种选择是分两个阶段进行。首先在每个小数点后插入一个空格。然后删除 % 之前插入的不需要的空间
x = '$28.00$25.0518.09%'
y = gsub('(\\.\\d{2})', '\\1 ', x, perl = T) #insert space after decimals
trimws(gsub('\\s%', '% ', y)) # move space from before % to after %
# "$28.00 $25.05 18.09%"
这也应该适用于@Julius 描述的更一般的情况
x = "$28.00$25.0518.09%18.09%" # "$28.00 $25.05 18.09% 18.09%"
x = "$28.00$25.0518.09%-7.10%$25.05-$25.05$25.05" # "$28.00 $25.05 18.09% -7.10% $25.05 -$25.05 $25.05"
【讨论】：
这是另一种选择。
gsub("(?<=\\.\\d{2})(?!%)", " ", "$28.00$25.0518.09%", perl = TRUE)
# [1] "$28.00 $25.05 18.09%"
我们对(?<=\\.\\d{2}) 进行正向lookbehind 寻找一个点和两个数字，并在(?!%) 寻找%。
更一般地说，我猜你可能还有“$28.00$25.0518.09%18.09%”，在这种情况下我们需要别的东西：
gsub("((?<=\\.\\d{2})|(?<=%))(?=[\\d$])", " ", "$28.00$25.0518.09%18.09%", perl = TRUE)
# [1] "$28.00 $25.05 18.09% 18.09%"
现在我们要么对点和两个数字进行正向回溯，要么对 % 进行正向回溯，对数字或字符结尾进行正向预读。
如果我理解正确，您的一般问题是“$28.00$25.0518.09%-7.10%$25.05-$25.05$25.05”的形式，那么我们可以使用与后者几乎相同的解决方案：
gsub("((?<=\\.\\d{2})|(?<=%))(?=[\\d$-])", " ", "$28.00$25.0518.09%-7.10%$25.05-$25.05$25.05", perl = TRUE)
# [1] "$28.00 $25.05 18.09% -7.10% $25.05 -$25.05 $25.05"
【讨论】：