数据框中的R变量字符串替换答案

【问题标题】：R variable string replacement in a data frame数据框中的R变量字符串替换
【发布时间】：2013-08-13 00:04:25
【问题描述】：

我有一个如下所示的数据框：

df <- data.frame(one=c("s1_below_10", "s2_below_20"), 
                 two=c("s3_above_10","s4_above_10"))

我想用第一个下划线前面的数字替换所有字符串。换句话说，期望的输出是

1   3
2   4

我想知道如何执行此替换（数据集非常大）。感谢您的帮助。

【问题讨论】：

【解决方案1】：

基本的gsub 调用类似于：

gsub("^.+?(\\d+)_.+","\\1",df$one)
[1] "1" "2"

您可以lapply 到每一列：

data.frame(lapply(df, gsub, pattern="^.+(\\d+)_.+",replacement= "\\1"))
  one two
1   1   3
2   2   4

【讨论】：

上述模式只会抓取多位数字的最后一位（可能是想要的，也可能不是），因为第一个 '.+' 是贪婪的，并且会尽可能匹配。将 '.+' 更改为 '.+?' 的简单更正将使它不贪婪，并让 \\d+ 匹配多个数字。

【解决方案2】：

如果您想要的值是 always 字符串的第二个字符（您的所有示例似乎都是如此），您可以使用substr 执行此操作：

data.frame(lapply(df, substr, 2, 2))

输出：

  one two
1   1   3
2   2   4

【讨论】：