Comment utiliser la fonction de sous-chaîne dans R (4 exemples)

La fonction substring() dans R peut être utilisée pour extraire une sous-chaîne dans un vecteur de caractères.

Cette fonction utilise la syntaxe suivante :

substring(text, first, last)

où:

• texte : Nom du vecteur de caractères
• first : Le premier élément à extraire
• last : Le dernier élément à extraire

Notez également que la fonction substr() fait exactement la même chose, mais avec des noms d’arguments légèrement différents :

substr(text, first, last)

où:

• x : Nom du vecteur de caractères
• start : Le premier élément à extraire
• stop : Le dernier élément à extraire

Les exemples de ce didacticiel montrent comment utiliser la fonction substring() en pratique avec le bloc de données suivant dans R :

#create data frame
df <- data.frame(team=c('Mavericks', 'Hornets', 'Rockets', 'Grizzlies'))

#view data frame
df

       team
1 Mavericks
2   Hornets
3   Rockets
4 Grizzlies

Exemple 1 : Extraire des caractères entre certaines positions

Le code suivant montre comment utiliser la fonction substring() pour extraire les caractères entre les positions 2 et 5 de la colonne « team » :

#create new column that contains characters between positions 2 and 5
df$between2_5 <- substring(df$team, first=2, last=5)

#view updated data frame
df

       team  between2_5
1 Mavericks        aver
2   Hornets        orne
3   Rockets        ocke
4 Grizzlies        rizz

Notez que la nouvelle colonne contient les caractères entre les positions 2 et 5 de la colonne « équipe ».

Exemple 2 : Extraire les N premiers caractères

Le code suivant montre comment utiliser la fonction substring() pour extraire les 3 premiers caractères de la colonne « team » :

#create new column that contains first 3 characters
df$first3 <- substring(df$team, first=1, last=3)

#view updated data frame
df

       team first3
1 Mavericks    Mav
2   Hornets    Hor
3   Rockets    Roc
4 Grizzlies    Gri

Notez que la nouvelle colonne contient les trois premiers caractères de la colonne « équipe ».

Exemple 3 : Extraire les N derniers caractères

Le code suivant montre comment utiliser la fonction substring() pour extraire les 3 derniers caractères de la colonne « team » :

#create new column that contains last 3 characters
df$last3 <- substring(df$team, nchar(df$team)-3+1, nchar(df$team))

#view updated data frame
df

       team last3
1 Mavericks   cks
2   Hornets   ets
3   Rockets   ets
4 Grizzlies   ies

Notez que la nouvelle colonne contient les trois derniers caractères de la colonne « équipe ».

Exemple 4 : remplacer une sous-chaîne

Le code suivant montre comment utiliser la fonction substring() pour remplacer les 3 premiers caractères des valeurs de la colonne « team » par 3 astérisques :

#replace first 3 characters with asterisks in team column
substring(df$team, first=1, last=3) <- "***"

#view updated data frame
df

       team
1 ***ericks
2   ***nets
3   ***kets
4 ***zzlies

Notez que les trois premiers caractères de chaque nom d’équipe ont été remplacés par des astérisques.

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres opérations courantes avec des chaînes dans R :

Comment utiliser str_replace dans R
Comment effectuer une correspondance de chaîne partielle dans R
Comment convertir des chaînes en dates dans R
Comment convertir un caractère en numérique dans R