R : 找到一个模式并编辑答案

【问题标题】：R : find a pattern and editR : 找到一个模式并编辑
【发布时间】：2018-02-08 15:34:09
【问题描述】：

我知道所有的问题关于添加leading zero 和为他们提供的综合回复，例如Q1、Q2、@987654323 @。

但对我来说，至少根据我目前的知识，我无法解决我将要做的事情如下：

使用regex 模式匹配在string 中添加leading zero 所以，我只想在- 之后将leading zero 添加到digits。

例如：

Sam <- c("222-88", "537-457", "652-1", "787-892")
var <- LETTERS[1:4]
DF<- data.frame(Sam, var)
DF
      Sam var
1  222-88   A
2  537-457  B
3  652-1    C
4  787-892  D

预期结果：

     Sam   var
1  222-088   A
2  537-457   B
3  652-001   C
4  787-892   D

我试过了：

library(stringr)
temp <- DF[str_detect(DF$Sam, "-[0-9]{1,2}$"),] # will find the rows need the leading zero
temp 
     Sam var
1 222-88   A
3  652-1   C

formatC(temp$Sam, width = 2,flag = 0)# not correct!

【问题讨论】：

标签： r regex text-processing stringr

【解决方案1】：

坚持tidyverse你可以试试：

Sam <- c("222-88", "537-457", "652-1", "787-892")
var <- LETTERS[1:4]
df <- data.frame(Sam, var)

library(dplyr)
library(tidyr)
library(stringr)

df %>% 
  separate(Sam, c("sam1", "sam2")) %>% 
  mutate(Sam = str_c(sam1, "-", str_pad(sam2, 3, "left", "0"))) %>% 
  select(-sam1, -sam2)

#>   var     Sam
#> 1   A 222-088
#> 2   B 537-457
#> 3   C 652-001
#> 4   D 787-892

# OR

df %>% 
  mutate(
    sam_new = str_c(
      str_extract(Sam, "^\\d+-"),
      str_extract(Sam, "\\d+$") %>% str_pad(3, "left", "0")
    )
  )

#>       Sam var sam_new
#> 1  222-88   A 222-088
#> 2 537-457   B 537-457
#> 3   652-1   C 652-001
#> 4 787-892   D 787-892

【讨论】：

【解决方案2】：

另一个基本选项

Sam <- c("222-88", "537-457", "652-1", "787-892")
m <- gregexpr("[0-9]+$", Sam)
regmatches(Sam, m) <- sprintf('%03s', unlist(regmatches(Sam, m)))
Sam

# [1] "222-088" "537-457" "652-001" "787-892"

【讨论】：

【解决方案3】：

我们可以使用base R 来做到这一点，通过将字符串拆分为-，然后在转换为numeric 和paste 后使用sprintf 填充0's

DF$Sam <- sapply(strsplit(as.character(DF$Sam), "-"), function(x) 
       paste(x[1],sprintf("%03d", as.numeric(x[2])), sep="-"))
DF$Sam
#[1] "222-088" "537-457" "652-001" "787-892"

如果我们需要正则表达式方法，我们可以使用gsubfn

library(gsubfn)
gsubfn("(\\d+)$", ~sprintf("%03d", as.numeric(x)), as.character(DF$Sam))
#[1] "222-088" "537-457" "652-001" "787-892"

【讨论】：

谢谢，我们可以用stringr 或任何其他packages 来做吗？换句话说，还有其他更简单的选择吗？
@Daniel 更新为使用sprintf 的gsubfn 方法，以防止任何错误

【解决方案4】：

Base R 中的另一种选择是

DF$Sam = sub("-(\\d)\\b", "-00\\1", DF$Sam)
DF$Sam = sub("-(\\d\\d)\\b", "-0\\1", DF$Sam)
DF
      Sam var
1 222-088   A
2 537-457   B
3 652-001   C
4 787-892   D

【讨论】：