从R中的单个字符串中提取所有数字答案

【问题标题】：Extract all numbers from a single string in R从R中的单个字符串中提取所有数字
【发布时间】：2012-10-04 12:48:08
【问题描述】：

假设你有一个字符串：

strLine <- "The transactions (on your account) were as follows: 0 3,000 (500) 0 2.25 (1,200)"

是否有一个函数可以将数字剥离到一个数组/向量中，从而产生以下所需的解决方案：

result <- c(0, 3000, -500, 0, 2.25, -1200)?

即

result[3] = -500

请注意，数字以会计形式显示，因此负数出现在 () 之间。此外，您可以假设只有数字出现在数字第一次出现的右侧。我对正则表达式不是很好，所以如果需要的话，如果你能提供帮助，我将不胜感激。另外，我不想假设字符串总是相同的，所以我希望去掉第一个数字位置之前的所有单词（和任何特殊字符）。

【问题讨论】：

标签： regex r

【解决方案1】：

library(stringr)
x <- str_extract_all(strLine,"\\(?[0-9,.]+\\)?")[[1]]
> x
[1] "0"       "3,000"   "(500)"   "0"       "2.25"    "(1,200)"

将括号改为负数：

x <- gsub("\\((.+)\\)","-\\1",x)
x
[1] "0"      "3,000"  "-500"   "0"      "2.25"   "-1,200"

然后as.numeric() 或taRifx::destring 完成（destring 的next version 默认支持负数，因此不需要keep 选项）：

library(taRifx)
destring( x, keep="0-9.-")
[1]    0 3000  -500    0    2.25 -1200

或者：

as.numeric(gsub(",","",x))
[1]     0  3000  -500     0     2.25 -1200

【讨论】：

嘿，您的第一个正则表达式中缺少句点。结果应该是 2.25，而不是 2 和 25。
这太可怕了。你的正则表达式就像我想要的那样工作。我试过了，5 正则表达式没有带来独立于小数点符号 (., ,) 的值，你做。谢谢！

【解决方案2】：

为了完整起见，这是基本的 R 方式...

x <- unlist(regmatches(strLine, gregexpr('\\(?[0-9,.]+', strLine)))
x <- as.numeric(gsub('\\(', '-', gsub(',', '', x)))
[1]     0.00  3000.00  -500.00     0.00     2.25 -1200.00

【讨论】：

谢谢。两个答案都很简洁，也是我想要的。
如果您知道所有数字都 > 0，则从第一行删除点和第二个逗号，例如，当列名编号为：col.1 col.2 col.3。
如果我想换一种方式怎么办。我有一个带有负值的数据框，我想用 () 替换它们。请帮忙
@ArunRaja 您的问题需要向 [r] 标签提交新问题。
@MatthewPlourde 你知道这个答案吗？ stackoverflow.com/questions/29340345/…

【解决方案3】：

在data frame（同一列中每行一个字符串）中处理单个字符串时，对我来说完美的工作如下：

library(taRifx)
DataFrame$Numbers<-as.character(destring(DataFrame$Strings, keep="0-9.-"))

结果位于来自同一 data frame 的新列中。

【讨论】：

【解决方案4】：

由于这出现在另一个问题中，这是一个没有拐杖的 stringi 解决方案（与 stringr 拐杖相比）：

as.numeric(
  stringi::stri_replace_first_fixed(
    stringi::stri_replace_all_regex(
      unlist(stringi::stri_match_all_regex(
        "The transactions (on your account) were as follows: 0 3,000 (500) 0 2.25 (1,200)", 
        "\\(?[0-9,.]+\\)?"
      )), "\\)$|,", ""
    ),
    "(", "-"
  )
)

【讨论】：