去掉数字后的括号，保留数字

Question

我需要删除字符串中数字后的括号：

 "dl_CONH_r = a0cons+a2cons*(CONH_r_lag_1)-a3cons*HGDI_r_lag_1)-(1-a3cons)*HNW_r_lag_2)+a4cons*rate_90_r_lag_1))+a5cons*dl_HCOE_r+a6cons*dl_HOY_r_lag_2)+a7cons*dl_HNW_r_lag_1)+a8cons*d_rate_UNE_lag_2)+(1-a5cons-a6cons-a7cons)*(dl_TREND_PROD+dl_TREND_AVEH+dl_TREND_WAP)"

生成的字符串应如下所示：

 "dl_CONH_r = a0cons+a2cons*(CONH_r_lag_1-a3cons*HGDI_r_lag_1-(1-a3cons)*HNW_r_lag_2+a4cons*rate_90_r_lag_1)+a5cons*dl_HCOE_r+a6cons*dl_HOY_r_lag_2+a7cons*dl_HNW_r_lag_1+a8cons*d_rate_UNE_lag_2+(1-a5cons-a6cons-a7cons)*(dl_TREND_PROD+dl_TREND_AVEH+dl_TREND_WAP)"

我试图在这里捕获的正则表达式是字符串“lag_”后面的第一个括号，后跟一些数字。请注意，在某些地方有两个括号：

 rate_90_r_lag_1))

我只想删除第一个。

我在 gsub 中尝试了一个简单的正则表达式

 a <-  "dl_CONH_r = a0cons+a2cons*(CONH_r_lag_1)-a3cons*HGDI_r_lag_1)-(1-a3cons)*HNW_r_lag_2)+a4cons*rate_90_r_lag_1))+a5cons*dl_HCOE_r+a6cons*dl_HOY_r_lag_2)+a7cons*dl_HNW_r_lag_1)+a8cons*d_rate_UNE_lag_2)+(1-a5cons-a6cons-a7cons)*(dl_TREND_PROD+dl_TREND_AVEH+dl_TREND_WAP)"

gsub("[0-9]\\)","[0-9]",a)

但我得到的字符串删除了数字并将其替换为 [0-9]：

 "dl_CONH_r = a0cons+a2cons*(CONH_r_lag_[0-9]-a3cons*HGDI_r_lag_[0-9]-(1-a3cons)*HNW_r_lag_[0-9]+a4cons*rate_90_r_lag_[0-9])+a5cons*dl_HCOE_r+a6cons*dl_HOY_r_lag_[0-9]+a7cons*dl_HNW_r_lag_[0-9]+a8cons*d_rate_UNE_lag_[0-9]+(1-a5cons-a6cons-a7cons)*(dl_TREND_PROD+dl_TREND_AVEH+dl_TREND_WAP)"

我知道 gsub 正在做它打算做的事情。我不知道的是如何保留括号前的数字？

Answer 1

您需要环顾四周（在本例中为前面的），以便它只匹配括号作为匹配组，而不是数字和括号。然后你可以删除括号。

gsub("(?<=[0-9])\\)","", a, perl = TRUE)

Answer 2

您可以使用捕获组来做到这一点：

让我们在字符串my_string <- " = a0cons+a2cons*(CONH_r_lag_1)-a3cons*"上试试吧

reg_expression <- "(.*[0-9])\\)(.*)" #two capture groups, with the parenthesis not in a group
my_sub_string <- sub(reg_expression,"\\1\\2", my_string)

注意"\\1" 在正则表达式引擎中读作\1，因此是指第一个捕获组的特殊字符。 （这些也可以命名）

另一种方法是环视：

有两种基本的lookarounds，一种lookahead(?=)和一种lookbehind(?<=)。由于我们想要匹配一个模式，而不是捕获匹配表达式背后的某些东西，我们需要一个lookbehind。

reg_expression <- "(?<=[0-9])\\)" #lookbehind 
my_sub_string <- sub(reg_expression,"", my_string)

这将匹配模式，但只替换括号。