Zahlen aus Vektoren von Strings extrahieren

Ich habe eine Zeichenfolge wie diese:

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

Ich möchte nur die numerische Zahl aus diesem Vektor erfassen. Die erwartete Ausgabe ist ein Vektor:

c(20, 1)

Wie mache ich das?

Wie wäre es mit

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

oder

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

oder

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

Ich denke, dass Substitution ein indirekter Weg ist, um zur Lösung zu gelangen. Wenn Sie alle Nummern abrufen möchten, empfehle ich gregexpr:

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

Wenn Sie mehrere Übereinstimmungen in einer Zeichenfolge haben, werden alle diese erhalten. Wenn Sie nur am ersten Spiel interessiert sind, verwenden Sie regexprstattdessen gregexprund Sie können das überspringen unlist.

Update Da extract_numericveraltet ist, können wir parse_numberaus readrPaket verwenden.

library(readr)
parse_number(years)

Hier ist eine weitere Option mit extract_numeric

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

Hier ist eine Alternative zu Aruns erster Lösung mit einem einfacheren Perl-ähnlichen regulären Ausdruck:

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

Oder einfach:

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

Eine stringrPipeline-Lösung:

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

Sie könnten auch alle Buchstaben loswerden:

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

Wahrscheinlich ist dies jedoch weniger verallgemeinerbar.

Extrahieren Sie Zahlen aus einer beliebigen Zeichenfolge an der Anfangsposition.

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

Extrahieren Sie Zahlen aus einer beliebigen Zeichenfolge, die von der Position UNABHÄNGIG ist.

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

Wir können auch str_extractvon verwendenstringr

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

Wenn die Zeichenfolge mehrere Zahlen enthält und wir alle extrahieren möchten, können wir verwenden, str_extract_alldie im Gegensatz zu str_extractallen Zahlen alle Macthes zurückgeben.

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"

Nach dem Beitrag von Gabor Grothendieck auf der R-Hilfe-Mailingliste

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

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

Mit dem Paket Kleber können wir Folgendes tun:

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

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

^{Erstellt am 06.11.2019 durch das reprex-Paket (v0.3.0)}

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