Come estrarre una stringa tra caratteri specifici in r
È possibile utilizzare i seguenti metodi per estrarre una stringa tra caratteri specifici in R:
Metodo 1: estrae la stringa tra caratteri specifici utilizzando Base R
gsub(" .*char1 (.+) char2.*", "\\1 ", my_string)
Metodo 2: estrae la stringa tra caratteri specifici utilizzando stringr
library (stringr) str_match(my_string, " char1\\s*(.*?)\\s*char2 ")[,2]
Questi due esempi estraggono la stringa tra char1 e char2 in my_string .
I seguenti esempi mostrano come utilizzare ciascun metodo nella pratica con il seguente frame di dati:
#create data frame
df <- data. frame (team=c('team Mavs pro', 'team Heat pro', 'team Nets pro'),
dots=c(114, 135, 119))
#view data frame
df
team points
1 Mavs pro team 114
2 team Heat pro 135
3 pro Nets team 119
Esempio 1: estrarre una stringa tra caratteri specifici utilizzando Base R
Il codice seguente mostra come estrarre la stringa tra i caratteri team e pro per ogni riga nella colonna team del data frame:
#create new column that extracts string between team and pro df$team_name <- gsub(" .*team (.+) pro.*", "\\1 ", df$team) #view updated data frame df team points team_name 1 Mavs pro team 114 Mavs 2 team Heat pro 135 Heat 3 Nets pro team 119 Nets
Nota che la nuova colonna chiamata nome_squadra contiene la stringa tra i caratteri squadra e professionista per ogni riga nella colonna squadra del frame dati.
Correlati : un’introduzione a gsub() in R
Esempio 2: estrarre una stringa tra caratteri specifici utilizzando il pacchetto stringr
Il codice seguente mostra come estrarre la stringa tra i caratteri team e pro per ogni riga nella colonna team del frame di dati utilizzando la funzione str_match() del pacchetto stringr in R:
library (stringr) #create new column that extracts string between team and pro df$team_name <- str_match(df$team, " team\\s*(.*?)\\s*pro ")[,2] #view updated data frame df team points team_name 1 Mavs pro team 114 Mavs 2 team Heat pro 135 Heat 3 Nets pro team 119 Nets
Nota che la nuova colonna chiamata nome_squadra contiene la stringa tra i caratteri squadra e professionista per ogni riga nella colonna squadra del frame dati.
Ciò corrisponde ai risultati dell’utilizzo della funzione gsub() in base R.
Si noti che la funzione str_match() restituisce una matrice in cui la prima colonna contiene le stringhe originali e la seconda colonna contiene la sottostringa di interesse.
Pertanto, dobbiamo utilizzare [,2] per estrarre solo la seconda colonna dalla matrice restituita dalla funzione str_match() .
Risorse addizionali
I seguenti tutorial spiegano come eseguire altre attività comuni in R:
Come selezionare colonne contenenti una stringa specifica in R
Come rimuovere caratteri da una stringa in R
Come trovare la posizione del carattere in una stringa in R