从数据框中提取数字答案

【问题标题】：Extracting the numbers from the data frame从数据框中提取数字
【发布时间】：2015-09-15 14:11:39
【问题描述】：

我有一个带有“计算”列的数据框，可以通过以下代码重现：

a <- data.frame(Id = c(1:3), Calculation = c('[489]/100','[4771]+[4777]+[5127]+[5357]+[5597]+[1044])/[463]','[1044]/[463]'))

> str(a)
'data.frame':   3 obs. of  2 variables:
$ Id         : int  1 2 3
$ Calculation: Factor w/ 3 levels "[1044]/[463]",..: 3 2 1

请注意，“计算”列中有两种类型的数字：大多数都用括号括起来，但有些（在本例中为数字 100）不是（这在我的应用程序中具有含义）。

我想做的是提取出现在计算列中的所有不同数字，以返回一个带有这些数字并集的向量。理想情况下，我希望能够区分括号内的数字和不在括号内的数字。这一步并不那么重要（如果它使它变得复杂），因为不在括号之间的数字很少，我可以手动检测它们。因此，在这种情况下，所需的输出将是：

b = c(489,4771,4777,5127,5357,5597,1044,463)

提前致谢

【问题讨论】：

是的，我认为您的解决方案会输出所有数字，我必须添加一个 unique() 才能获得不同的数字。非常感谢

标签： r string text-extraction

【解决方案1】：

我们可以从library(stringr) 使用str_extract_all。使用正则表达式lookbehind ((?<=\\[))，我们匹配前面有[ 的数字\\d+，将它们提取到list、unlist 中以将其转换为vector，然后更改character到numeric (as.numeric)，并获取unique 元素。

library(stringr)
unique(as.numeric(unlist(str_extract_all(a$Calculation, '(?<=\\[)\\d+'))))
#[1]  489 4771 4777 5127 5357 5597 1044  463

【讨论】：

这正是我想要的。