从字符串向量中提取数字

Question

我有这样的字符串:

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

我想只grep这个向量中的数字.预期输出是一个向量:

c(20, 1)

我该怎么做呢？

Answer 1

怎么样

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

要么

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

要么

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

Answer 2

我认为替代是获得解决方案的间接方式.如果您想要检索所有数字,我建议gregexpr:

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

如果你在一个字符串中有多个匹配项,那么这将获得所有匹配项.如果您只对第一场比赛感兴趣,请使用regexpr而不是,gregexpr您可以跳过unlist.

Answer 3

更新 自extract_numeric不推荐使用以来,我们可以parse_number从readr包中使用.

library(readr)
parse_number(years)

这是另一种选择 extract_numeric

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

Answer 4

这是Arun的第一个解决方案的替代方案,具有更简单的类似Perl的正则表达式:

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

Answer 5

或者干脆:

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

Answer 6

一个stringr流水线式的解决方案:

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

Answer 7

你也可以摆脱所有的字母:

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

虽然这可能不那么普遍.

Answer 8

我们也可以使用str_extractfromstringr

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

如果字符串中有多个数字，并且我们想提取所有数字，我们可以使用str_extract_allwhich str_extractwithout 返回所有 macthes。

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"

Answer 9

从开始位置的任何字符串中提取数字。

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

从位置的任何字符串 INDEPENDENT 中提取数字。

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

Answer 10

使用unglue包我们可以做到：

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

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

^{由reprex 包(v0.3.0)于 2019-11-06 创建}

更多信息：https://github.com/moodymudskipper/unglue/blob/master/README.md

Answer 11

Gabor Grothendieck 在 r-help 邮件列表中发帖后

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

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