Wie entferne ich alle Leerzeichen aus einer Zeichenfolge?

So " xx yy 11 22 33 "wird es werden "xxyy112233". Wie kann ich das erreichen?

Im Allgemeinen möchten wir eine Lösung, die vektorisiert ist. Hier ist ein besseres Testbeispiel:

whitespace <- " \t\n\r\v\f" # space, tab, newline, 
                            # carriage return, vertical tab, form feed
x <- c(
  " x y ",           # spaces before, after and in between
  " \u2190 \u2192 ", # contains unicode chars
  paste0(            # varied whitespace     
    whitespace, 
    "x", 
    whitespace, 
    "y", 
    whitespace, 
    collapse = ""
  ),   
  NA                 # missing
)
## [1] " x y "                           
## [2] " ← → "                           
## [3] " \t\n\r\v\fx \t\n\r\v\fy \t\n\r\v\f"
## [4] NA

Der Basis-R-Ansatz: gsub

gsubErsetzt alle Instanzen einer Zeichenfolge ( fixed = TRUE) oder eines regulären Ausdrucks ( fixed = FALSEStandardeinstellung) durch eine andere Zeichenfolge. Verwenden Sie zum Entfernen aller Leerzeichen:

gsub(" ", "", x, fixed = TRUE)
## [1] "xy"                            "←→"             
## [3] "\t\n\r\v\fx\t\n\r\v\fy\t\n\r\v\f" NA 

Wie DWin feststellte, ist dies in diesem Fall fixed = TRUEnicht erforderlich, bietet jedoch eine etwas bessere Leistung, da das Abgleichen einer festen Zeichenfolge schneller ist als das Abgleichen eines regulären Ausdrucks.

Wenn Sie alle Arten von Leerzeichen entfernen möchten, verwenden Sie:

gsub("[[:space:]]", "", x) # note the double square brackets
## [1] "xy" "←→" "xy" NA 

gsub("\\s", "", x)         # same; note the double backslash

library(regex)
gsub(space(), "", x)       # same

"[:space:]"ist eine R-spezifische Gruppe mit regulären Ausdrücken, die allen Leerzeichen entspricht. \sist ein sprachunabhängiger regulärer Ausdruck, der dasselbe tut.

Der stringrAnsatz: str_replace_allundstr_trim

stringrbietet besser lesbare Wrapper für die Basis-R-Funktionen (obwohl ab Dezember 2014 in der Entwicklungsversion ein Zweig aufgebaut ist, der auf dem stringiunten genannten basiert). Die Entsprechungen der obigen Befehle unter Verwendung von [ str_replace_all][3]sind:

library(stringr)
str_replace_all(x, fixed(" "), "")
str_replace_all(x, space(), "")

stringrhat auch eine str_trimFunktion, die nur führende und nachfolgende Leerzeichen entfernt.

str_trim(x) 
## [1] "x y"          "← →"          "x \t\n\r\v\fy" NA    
str_trim(x, "left")    
## [1] "x y "                   "← → "    
## [3] "x \t\n\r\v\fy \t\n\r\v\f" NA     
str_trim(x, "right")    
## [1] " x y"                   " ← →"    
## [3] " \t\n\r\v\fx \t\n\r\v\fy" NA      

Der stringiAnsatz: stri_replace_all_charclassundstri_trim

stringibasiert auf der plattformunabhängigen ICU-Bibliothek und verfügt über umfangreiche Funktionen zur Manipulation von Zeichenfolgen. Die Äquivalente der oben genannten sind:

library(stringi)
stri_replace_all_fixed(x, " ", "")
stri_replace_all_charclass(x, "\\p{WHITE_SPACE}", "")

Hier "\\p{WHITE_SPACE}"ist eine alternative Syntax für den Satz von Unicode - Codepunkten betrachtet Leerzeichen zu sein, entspricht "[[:space:]]", "\\s"und space(). Für komplexere Ersetzungen regulärer Ausdrücke gibt es auch stri_replace_all_regex.

stringihat auch Trimmfunktionen .

stri_trim(x)
stri_trim_both(x)    # same
stri_trim(x, "left")
stri_trim_left(x)    # same
stri_trim(x, "right")  
stri_trim_right(x)   # same

Ich habe gerade etwas über das "stringr" -Paket gelernt, um Leerzeichen am Anfang und Ende eines Strings mit str_trim (, side = "both") zu entfernen, aber es hat auch eine Ersetzungsfunktion, so dass:

a <- " xx yy 11 22 33 " 
str_replace_all(string=a, pattern=" ", repl="")

[1] "xxyy112233"

Bitte beachten Sie, dass die oben beschriebenen Lösungen nur Leerzeichen entfernen. Wenn Sie auch Tabulatoren oder neue Zeilen entfernen möchten, verwenden Sie diese stri_replace_all_charclassaus dem stringiPaket.

library(stringi)
stri_replace_all_charclass("   ala \t  ma \n kota  ", "\\p{WHITE_SPACE}", "")
## [1] "alamakota"

Verwenden Sie [[:blank:]]diese Option, um alle Arten von horizontalen Leerzeichen abzugleichen.

gsub("[[:blank:]]", "", " xx yy 11 22  33 ")
# [1] "xxyy112233"

x = "xx yy 11 22 33"

gsub(" ", "", x)

> [1] "xxyy112233"

Die Funktion str_squish()aus dem Paket stringrvon tidyverse macht die Magie!

library(dplyr)
library(stringr)

df <- data.frame(a = c("  aZe  aze s", "wxc  s     aze   "), 
                 b = c("  12    12 ", "34e e4  "), 
                 stringsAsFactors = FALSE)
df <- df %>%
  rowwise() %>%
  mutate_all(funs(str_squish(.))) %>%
  ungroup()
df

# A tibble: 2 x 2
  a         b     
  <chr>     <chr> 
1 aZe aze s 12 12 
2 wxc s aze 34e e4

Auf diese Weise können Sie alle Leerzeichen aus allen Zeichenvariablen in Ihrem Datenrahmen entfernen. Wenn Sie nur einige der Variablen auswählen möchten, verwenden Sie mutateoder mutate_at.

library(dplyr)
library(stringr)

remove_all_ws<- function(string){
    return(gsub(" ", "", str_squish(string)))
}

df<-df %>%  mutate_if(is.character, remove_all_ws)

In der stringr-Bibliothek können Sie Folgendes versuchen:

1. Entfernen Sie aufeinanderfolgende Füllrohlinge

2. Füllrohling entfernen

   Bibliothek (stringr)

               2.         1.
               |          |
               V          V
   
       str_replace_all(str_trim(" xx yy 11 22  33 "), " ", "")