使用R中的模式从字符串中提取数字[重复]答案

【问题标题】：Extract numbers from character string using patterns in R [duplicate]使用R中的模式从字符串中提取数字[重复]
【发布时间】：2020-11-02 03:58:09
【问题描述】：

我需要一些帮助来从 R 中的字符串中提取特定的代码数字。例如，我有下一个数据：

AMOXICIL/CLAVULAN 875/125 MG CM/CM REC (100000126)
HIDROCLOROTIAZIDA CM (50 MG) CONTENIDO (100028929)
ZIDOVUDINA 10 MG/ML O 50 MG/5 ML SOL ORAL O JARABE (500001802)

我需要出现在字符串末尾的代码数字（总是有 9 个数字）。最后在我的数据框中创建一个需要列：

                                                             1         2
            AMOXICIL/CLAVULAN 875/125 MG CM/CM REC (100000126) 100000126
            HIDROCLOROTIAZIDA CM (50 MG) CONTENIDO (100028929) 100028929
ZIDOVUDINA 10 MG/ML O 50 MG/5 ML SOL ORAL O JARABE (500001802) 500001802

感谢您的帮助。

【问题讨论】：

标签： r string character

【解决方案1】：

您可以使用sub 提取字符串末尾的9位数字。

sub('.*\\((\\d{9})\\)$', '\\1', df$V1)
#[1] "100000126" "100028929" "500001802"

您可以将as.numeric 换行以将此字符串转换为数字。

类似地使用来自stringr 的str_extract。

stringr::str_extract(df$V1, '\\d{9}(?=\\))')

【讨论】：

如果我有一些字符串，如“AMOXICILIN 300MG(100005324)”（代码编号和其余描述中没有空格）、“IBUPROFENO 100002345”（没有“（”）这样的模式）。我知道代码有 9 位。
@DiegoGonzalezAvalos 在这种情况下，您可以通过stringr::str_extract(df$V1, '\\d{9}') tp 获取字符串中的 9 位数字。

【解决方案2】：

也许不是最优雅的解决方案：

#Data
df <- structure(list(V1 = c("AMOXICIL/CLAVULAN 875/125 MG CM/CM REC (100000126)", 
"HIDROCLOROTIAZIDA CM (50 MG) CONTENIDO (100028929)", "ZIDOVUDINA 10 MG/ML O 50 MG/5 ML SOL ORAL O JARABE (500001802)"
)), row.names = c(NA, -3L), class = "data.frame")

#Code
df$index <- gsub(')','',gsub("^.*\\(","", df$V1 ))

                                                              V1     index
1             AMOXICIL/CLAVULAN 875/125 MG CM/CM REC (100000126) 100000126
2             HIDROCLOROTIAZIDA CM (50 MG) CONTENIDO (100028929) 100028929
3 ZIDOVUDINA 10 MG/ML O 50 MG/5 ML SOL ORAL O JARABE (500001802) 500001802

【讨论】：

【解决方案3】：

一些潮汐选项：

xx <- c("AMOXICIL/CLAVULAN 875/125 MG CM/CM REC (100000126)", "HIDROCLOROTIAZIDA CM (50 MG) CONTENIDO (100028929)", "ZIDOVUDINA 10 MG/ML O 50 MG/5 ML SOL ORAL O JARABE (500001802)")


stringr::str_sub(xx, -11) %>% readr::parse_number()   # outputs as numeric
stringr::str_sub(xx, -10, -2)                         # outputs as character

【讨论】：