【问题标题】：Extract a number from a string in r从r中的字符串中提取一个数字
【发布时间】：2019-09-19 17:04:37
【问题描述】：

您好，如何从文本中提取两个破折号之间的数字？

这是一个示例数据集：

text.var <- c("abd-GEN-eft-na-M-D-BINED-10-XX1","abd-GEN-eft-na-M-D-BINED-2-XX2","abd-GEN-eft-na-M-D-BINED-3-XX1")
id <- c(1,2,3)

data <- data.frame("id"=id,"text"=text.var)

> data
  id                            text
1  1 abd-DEF-eft-na-M-D-BINED-10-XX1
2  2  abd-DEF-eft-na-M-D-BINED-2-XX2
3  3  abd-DEF-eft-na-M-D-BINED-3-XX1

我想提取“-”之间的数字。我想要的结果是：

> data
  id                            text    number
1  1 abd-DEF-eft-na-M-D-BINED-10-XX1      10
2  2  abd-DEF-eft-na-M-D-BINED-2-XX2       2
3  3  abd-DEF-eft-na-M-D-BINED-3-XX1       3

谁能给点提示？

谢谢

【问题讨论】：

标签： r string extract

【解决方案1】：

您可以使用“stringr”包中的str_extract 函数：

library(stringr)
str_extract(text.var, "(?<=-)[0-9]+(?=-)")

【讨论】：

【解决方案2】：

您可以使用sub 和正则表达式来执行此操作。

text.var <- c("abd-GEN-eft-na-M-D-BINED-10-XX1","abd-GEN-eft-na-M-D-BINED-2-XX2","abd-GEN-eft-na-M-D-BINED-3-XX1")
id <- c(1,2,3)
number = as.numeric(sub(".*-(\\d+)-.*", "\\1", text.var))

data <- data.frame("id"=id,"text"=text.var, number)

data
 id                            text number
1  1 abd-GEN-eft-na-M-D-BINED-10-XX1     10
2  2  abd-GEN-eft-na-M-D-BINED-2-XX2      2
3  3  abd-GEN-eft-na-M-D-BINED-3-XX1      3

一些额外的细节

在正则表达式中，-\\d+- 挑选出由短划线包围的数字序列。我在 \d 部分加上括号来存储找到的数字 -(\\d+)- 。 .* 之前和之后的 -(\\d+)- 匹配所有其余字符。所以sub 将只用数字替换整个字符串。这给出了带有数字的 strings。我使用as.numeric 将它们变成数字而不是字符串。

【讨论】：

【解决方案3】：

我们可以使用str_extract

library(stringr)
library(dplyr)
data %>% 
   mutate(number = as.numeric(str_extract(text, "\\d+(?=-)")))
#    id                            text number
#1  1 abd-GEN-eft-na-M-D-BINED-10-XX1     10
#2  2  abd-GEN-eft-na-M-D-BINED-2-XX2      2
#3  3  abd-GEN-eft-na-M-D-BINED-3-XX1      3

【讨论】：