清理要使用的数据 (Grep) 或 (str_extract_all)答案

【问题标题】：Cleaning data which to use (Grep) or (str_extract_all)清理要使用的数据 (Grep) 或 (str_extract_all)
【发布时间】：2016-11-18 12:02:38
【问题描述】：

我需要从数据集中提取所有提到“均值”和“标准差”的元素。

feat 中如何编写的示例，第 2 列，变量。

Goal> 我正在尝试仅提取已写入此内容的元素。

"tBodyAcc-mean()-Z"
"tBodyAcc-std()-X"

feat<-read.table("features.txt")

我假设使用

grep("mean"&"std",feat[,2])

会工作

但是不起作用，我有这个错误：

 "operations are possible only for numeric, logical or complex types"

我发现有人用过这个：

meansd<-grep("-(mean|std)\\(\\)",feat[,2])

效果很好，但我不明白反弹的含义。

我不明白它的确切含义，我不想使用它。

【问题讨论】：

请展示一些可重现的例子
试试grep('mean|std', feat[,2])或更复杂的正则表达式...
请学习如何format your question text
drmariod 成功了。我只是认为因为是一个字符串，所以我必须使用 " 括号对我的向量说以找到该字符串并存储它。
关于反斜杠：第一个反斜杠正在转义正则表达式元字符“（”和“）”，第二个反斜杠正在转义 R 保留字符“\”

标签： r regex string text-extraction

【解决方案1】：

您需要的是正则表达式模式中的alternation operator |。 grep 允许使用文字值（当使用 fixed=TRUE 时）或正则表达式（默认情况下）。

现在，你发现：

meansd<-grep("-(mean|std)\\(\\)",feat[,2])

-(mean|std)\(\) 正则表达式匹配-，然后是mean 或std（因为(...) 是grouping construct，它允许在更大的表达式中枚举替代项），然后是(，然后是@ 987654333@（这些必须用 \ 文字符号转义 - 这就是它在 R 代码中加倍的原因）。

如果您认为表达式过于矫枉过正，并且只想查找以std 或mean 作为子字符串的条目，则可以使用更简单的

meansd<-grep("mean|std",feat[,2])

这里不需要分组构造，因为表达式中只有两个选项。

【讨论】：