使用正则表达式删除 R 数据框中的引号答案

【问题标题】：Use regular expressions to remove quotation marks in R data frame使用正则表达式删除 R 数据框中的引号
【发布时间】：2015-04-18 02:49:15
【问题描述】：

这是我的数据集（名为 g）现在的样子。我在 R 工作。

Q.35 | Q.36 | age | gender | country 

2 | 2 | 1 | 20 | 2 | AU"       
3 | 5 | 5 | 21 | 1 | AU"

我想删除国家代码上的那些引号（AU 而不是 AU"）。但是我尝试过的正则表达式没有用。

h <- grep("\"", "", g)

h <- grep(""", "", g)

h <- grep('"', '', g)

如何删除那些引号？

编辑

成功了！我应该一直使用 gsub，而不是 grep。

但是 gsub 搞砸了我的代码，所以我意识到我必须将 gsub 应用于特定的变量，如下所示：

h$country.f <- gsub("\"", "", h$country.f)

【问题讨论】：

sub/gsub 不是grep

标签： r regex gsub

【解决方案1】：

grep 仅在字符向量的每个元素内搜索匹配项，如果要替换特定模式的第一个匹配项，请使用 sub 或 gsub 替换所有匹配项。

示例：

> h <- data.frame(age = c(20,21), country = c('AU"', 'AU"'))
> h$country <- gsub('"', '', h$country)
> h

#   age country
# 1  20      AU
# 2  21      AU

【讨论】：

【解决方案2】：

另外，还有一个不错的包stringr，它提供了一种操作字符串的便捷方式：

df <- data.frame(age = c(20,21), country = c('AU"', 'AU"'))
require(stringr)
df$country <- str_replace_all(string = df$country, pattern = '"', replacement = "")

我喜欢使用它，因为它的语法非常简单。

【讨论】：

哇，我什至没有想到！谢谢！