我有向量vec，我想将其转换为数字类型。因此我需要首先摆脱非数字（包括'+'）。问题：当我排除它们时，'E+' 和 'E-' 中的 '+' 和 '-' 符号也会被删除。
如何删除除“E-”、“E+”和“.”之外的所有非数字来自vec?
vec = c('1234', '+ 42', '1E+4', 'NR 12', '4.5E+04', '8.6E-02')
我的方法：
gsub('[^0-9E.]', '', vec) # removes '-' and '+' in 'E-' and 'E+'
gsub('[^0-9(E\\+).]', '', vec) # includes the '+' from '+ 42'
我想要的输出是：
c('1234', '42', '1E+4', '12', '4.5E+04', '8.6E-02')
【问题讨论】：
您可以提取使用following regex的数字：
[-+]?[0-9]*\.?[0-9]+([eE][-+]?[0-9]+)?
详情
[-+]? - + 或 -
[0-9]* - 0+ 位\.? - 一个可选的.
[0-9]+ - 1 位以上([eE][-+]?[0-9]+)? - 一个可选的捕获组（在 ( 之后添加 ?: 以使用非捕获组）匹配 1 次或 0 次
[eE] - e 或 E
[-+]? - 可选的 - 或 +
[0-9]+ - 1 位或多位数字vec <- c('1234', '+ 42', '1E+4', 'NR 12', '4.5E+04', '8.6E-02')
res <- regmatches(vec, regexpr("[-+]?[0-9]*\\.?[0-9]+([eE][-+]?[0-9]+)?", vec))
unlist(res)
## => [1] "1234" "42" "1E+4" "12" "4.5E+04" "8.6E-02"
如果预期字符向量中的每个项目有多个匹配项，请将 regexpr 替换为 gregexpr。
【讨论】：
您可以更改您的正则表达式以检查 + 或 - 前面是否没有 E 或 e 并且在这种情况下不要删除它们（使用向后查找并启用 perl=TRUE），否则, 在您的主要字符集中包含 + 和 -，因此在任何其他情况下都将它们删除为空字符串。尝试从这里更改您的线路，
gsub('[^0-9E.]', '', vec)
到，
gsub('(?<![Ee])[+-]|[^0-9E.+-]', '', vec, perl=TRUE)
【讨论】：
在遇到数字之前，您不能匹配数字：
^\D+(?=(?:[0-9]+(?:\.[0-9]*)?|\.[0-9]+)(?:[eE][+-]?[0-9]+)?)
那会匹配：
^ 字符串开头\D+ 匹配 1+ 次不是数字(?= 积极前瞻
(?:[0-9]+(?:\.[0-9]*)?|\.[0-9]+)(?:[eE][+-]?[0-9]+)? 用 E 或 e 匹配数字或十进制数) 关闭正向预测例如：
vec = c('1234', '+ 42', '1E+4', 'NR 12', '4.5E+04', '8.6E-02')
print(gsub('^\\D+(?=(?:[0-9]+(?:\\.[0-9]*)?|\\.[0-9]+)(?:[eE][+-]?[0-9]+)?)', '', vec, perl=TRUE))
# [1] "1234" "42" "1E+4" "12" "4.5E+04" "8.6E-02"
【讨论】：
NR 12 NR 这样的数据，这将不起作用，这就是为什么 OP 想要替换字符串中不是来自此字符集 [^0-9E.+-] 的每个字符，除非 + 和- 紧随 E
NR 12 NR 的示例，该示例不适用于您的正则表达式，因为它假定非数字部分只会出现在之前数字部分。
这行得通：
str_remove_all(vec,"\\D.* ")
【讨论】：
或者，在 R 基础中并使用gsub：
gsub("\\D.* ", "", vec)
【讨论】：
您提到您想要一个数字结果，但您将您想要的输出声明为字符输出（我忽略了这一点，只是使用数字）。
library(tidyverse)
library(stringr)
vec <- c('1234', '+ 42', '1E+4', 'NR 12', '4.5E+04', '8.6E-02')
vec %>%
str_extract_all("(\\+|\\-)*[:digit:]+(\\.)?[:digit:]*", simplify = TRUE) %>%
apply(2, as.numeric) %>%
as_tibble() %>%
mutate(V2 = ifelse(is.na(V2), 0, V2)) %>%
mutate(result = V1*10^V2)
结果：
# A tibble: 6 x 3
V1 V2 result
<dbl> <dbl> <dbl>
1 1234 0 1234
2 42 0 42
3 1 4 10000
4 12 0 12
5 4.5 4 45000
6 8.6 -2 0.086
...然后是.$result，当然。
【讨论】：