แยกตัวเลขจากเวกเตอร์ของสตริง

ฉันมีสตริงแบบนี้:

years<-c("20 years old", "1 years old")

ฉันต้องการ grep เฉพาะตัวเลขจากเวกเตอร์นี้ ผลลัพธ์ที่คาดหวังคือเวกเตอร์:

c(20, 1)

ฉันจะทำสิ่งนี้ได้อย่างไร?

เกี่ยวกับ

# pattern is by finding a set of numbers in the start and capturing them
as.numeric(gsub("([0-9]+).*$", "\\1", years))

หรือ

# pattern is to just remove _years_old
as.numeric(gsub(" years old", "", years))

หรือ

# split by space, get the element in first index
as.numeric(sapply(strsplit(years, " "), "[[", 1))

อัปเดต เนื่องจากextract_numericเลิกใช้แล้วเราสามารถใช้parse_numberจากreadrแพ็คเกจ

library(readr)
parse_number(years)

นี่คืออีกทางเลือกหนึ่งของ extract_numeric

library(tidyr)
extract_numeric(years)
#[1] 20  1

ฉันคิดว่าการทดแทนเป็นวิธีทางอ้อมในการหาทางออก หากคุณต้องการดึงข้อมูลทั้งหมดขอแนะนำgregexpr:

matches <- regmatches(years, gregexpr("[[:digit:]]+", years))
as.numeric(unlist(matches))

หากคุณมีการแข่งขันหลายรายการในสตริงสิ่งนี้จะได้รับทั้งหมด หากคุณสนใจเฉพาะคู่แรกให้ใช้regexprแทนgregexprและคุณสามารถข้ามunlist.

นี่เป็นทางเลือกสำหรับโซลูชันแรกของ Arun โดยมีนิพจน์ทั่วไปเหมือน Perl ที่ง่ายกว่า:

as.numeric(gsub("[^\\d]+", "", years, perl=TRUE))

หรือเพียงแค่:

as.numeric(gsub("\\D", "", years))
# [1] 20  1

stringrแก้ปัญหาไปป์ไลน์:

library(stringr)
years %>% str_match_all("[0-9]+") %>% unlist %>% as.numeric

คุณสามารถกำจัดตัวอักษรทั้งหมดได้เช่นกัน:

as.numeric(gsub("[[:alpha:]]", "", years))

ดูเหมือนว่าสิ่งนี้จะเข้าใจได้น้อยกว่า

เรายังสามารถใช้str_extractจากstringr

years<-c("20 years old", "1 years old")
as.integer(stringr::str_extract(years, "\\d+"))
#[1] 20  1

หากมีตัวเลขหลายตัวในสตริงและเราต้องการแยกตัวเลขทั้งหมดออกเราอาจใช้str_extract_allซึ่งไม่เหมือนกับการ str_extractคืนค่าแมคทีฟทั้งหมด

years<-c("20 years old and 21", "1 years old")
stringr::str_extract(years, "\\d+")
#[1] "20"  "1"

stringr::str_extract_all(years, "\\d+")

#[[1]]
#[1] "20" "21"

#[[2]]
#[1] "1"

แยกตัวเลขออกจากสตริงใด ๆ ที่ตำแหน่งเริ่มต้น

x <- gregexpr("^[0-9]+", years)  # Numbers with any number of digits
x2 <- as.numeric(unlist(regmatches(years, x)))

ดึงตัวเลขออกจากสตริง INDEPENDENT ของตำแหน่ง

x <- gregexpr("[0-9]+", years)  # Numbers with any number of digits
x2 <- as.numeric(unlist(regmatches(years, x)))

หลังจากโพสต์จากGabor Grothendieck โพสต์ที่ r-help mailing list

years<-c("20 years old", "1 years old")

library(gsubfn)
pat <- "[-+.e0-9]*\\d"
sapply(years, function(x) strapply(x, pat, as.numeric)[[1]])

การใช้แพ็คเกจunglueเราสามารถทำได้:

# install.packages("unglue")
library(unglue)

years<-c("20 years old", "1 years old")
unglue_vec(years, "{x} years old", convert = TRUE)
#> [1] 20  1

^{สร้างเมื่อ 2019-11-06 โดยแพ็คเกจ reprex (v0.3.0)}

ข้อมูลเพิ่มเติม: https://github.com/moodymudskipper/unglue/blob/master/README.md