这些表达是什么意思？我在哪里可以了解它们的用法？

\\d 
\\D 
\\s 
\\S 
\\w 
\\W
\\t 
\\n 
^   
$   
\   
|  etc..

我需要使用这个stringr包，我完全不知道如何使用这些。

我正在尝试删除包含特定字符模式的字符串。我的数据看起来像这样：

places <- c("copenhagen", "copenhagens", "Berlin", "Hamburg")

我想删除所有包含“哥本哈根”的元素，即"copenhagen"和"copenhagens"。但我只能想出以下代码：

library(stringr) replacement.vector <- c("copenhagen", "copenhagens")

for(i in 1:length(replacement.vector)){ places = lapply(places, FUN=function(x) gsub(paste0("\\b",replacement.vector[i],"\\b"), "", x))

我正在寻找一个函数，该函数使我能够删除包含“哥本哈根”的所有元素，而无需指定该元素是否还包含其他字母。

最佳剂量

我有看起来像这样的数据：

df <- tribble(
    ~name, ~value,
    "Jake Lake MLP", 10, 
    "Bay May CE", 5,
    "Drake Cake Jr. DSF", 9.1,
    "Sam Ram IR QQQZ", 1
)

我想修剪所有的名字，使它们是：

"Jake Lake",
"Bay May", 
"Drake Cake Jr.",
"Sam Ram IR"

基本上删除最后一个空格之后的所有内容。

我试过：

df %>% mutate(name = str_replace(name, "\\s.*$", ""))

但这不是我想要的！

我在这里搜索了很多正则表达式的答案,但找不到解决这类问题的方法.

我的数据集是维基百科链接:

library(tidytext)
library(stringr)
text.raw <- "Berthold Speer was een [[Duitsland (hoofdbetekenis)|Duits]] [[architect]]."

我正在尝试从链接中清理我的文本.这个:

str_extract_all(text.raw, "[a-zA-Z\\s]+(?=\\])")
# [1] "Duits"     "architect"

从括号中选择我需要的单词.

这个:

str_replace_all(text.raw, "\\[\\[.*?\\]\\]", str_extract(text.raw, "[a-zA-Z\\s]+(?=\\])"))
# [1] "Berthold Speer was een Duits Duits."

按预期工作,但不是我需要的.这个:

str_replace_all(text.raw, "\\[\\[.*?\\]\\]", str_extract_all(text.raw, "[a-zA-Z\\s]+(?=\\])"))
# Error: `replacement` must be a character vector

给出了我预期的错误 "Berthold Speer was een Duits architect"

目前我的代码看起来像这样:

text.clean <- data_frame(text = text.raw) %>%
  mutate(text = str_replace_all(text, "\\[\\[.*?\\]\\]", str_extract_all(text, "[a-zA-Z\\s]+(?=\\])")))

我希望有人知道解决方案,或者如果存在问题,我可以指出一个重复的问题.我想要的输出是"Berthold Speer was een Duits architect".

我有一个data_frame看起来像这样的东西.

df <- data_frame(name = c('john','bill','amy'),
           name.2 = c('johhn','ball','ammy')) 
df
# A tibble: 3 x 2
   name name.2
  <chr>  <chr>
1  john  johhn
2  bill   ball
3   amy   ammy

我想添加一个列,显示两个名称(.2)列之间的差异.像这样:

df %>% 
mutate(diff = c('h','a','m')) 
# A tibble: 3 x 3
   name name.2  diff
  <chr>  <chr> <chr>
1  john  johhn     h
2  bill   ball     a
3   amy   ammy     m

我宁愿发现使用的元素的溶液tidyverse和stringr可能的话,但我还是要像我得到它.

我在尝试编辑dplyr管道中的某些字符串的这段代码时遇到麻烦。这是一些数据，它引发以下错误。有任何想法吗？

data_frame(id = 1:5,
           name = c('this and it pretty long is a',
                    'name is a',
                    'so and so and so and so  and so',
                    'this is a',
                    'this is a variabel name')) 
%>% 

str_trunc(.,
   string = .$name,
   width = 10,
   side='right',
   ellipsis = '')

给我这个错误：Error in str_trunc(., string = .$name, width = 10, side = "right", ellipsis = ". . . ") : unused argument (.)。

谢谢。

我有一个数据库，整个文本中都有一些用引号引起来的引号。我想删除所有的点“。” 在文本中用引号引起来。

我有将标点符号放在文本中的代码，但是如果有多个引号或多个点，则仅删除第一个。

# Simple phrase:
string <- '"é preciso olhar para o futuro. vou atuar" no front '

# Code that works for a simple 1-point sentence:
str_replace_all(string, '(\".*)\\.(.*\")','\\1\\2')

# Sentence with more than one point and more than one quote:
string <- '"é preciso olhar para o futuro. vou atuar" no front em que posso 
fazer alguma coisa "para .frente", disse jose.'

# it doesn't work as i would like
str_replace_all(string, '(\".*)\\.(.*\")','\\1\\2')

我希望删除引号中的所有要点，但是从示例中可以看出，我开发的正则表达式不适用于更一般的情况。

Suppose I have two rather long (>100k character) strings which are mostly identical but differ in some locations.

Git has the concept of a 'diff', which shows only the differences between two (text) files.

Is there anything similar in R, where I can provide two strings and have it return a very 'human readable' excerpt showing only the differences for easily and clear visual inspection?

Desired output

Preferably a simple function call that accepts two (similar) strings as arguments, looks …

我想将字符串中的每个字母或符号分开，以组成一个data.frame尺寸等于字母数的新字母。我想使用的功能separate，从tidyr包装，但结果不理想。

df <- data.frame(x = c('house', 'mouse'), y = c('count', 'apple'), stringsAsFactors = F)

意料之外的结果

df[1, ] %>% separate(x, c('A1', 'A2', 'A3', 'A4', 'A5'), sep ='')
    A1   A2   A3   A4   A5     y
1 <NA> <NA> <NA> <NA> <NA> count

预期输出

A1  A2  A3  A4  A5
 h   o   u   s   e
 m   o   u   s   e

stringr欢迎使用解决方案。

我正在尝试创建一个新列，它为我获取数据框中列表的最大值。我想知道如何从 df$value 列创建名为 maxvalue 的列，即，我想在列中获取该列表的最大值。

  x <- c( "000010011100011111001111111100", "011110", "0000000")
  y<- c(1, 2,3)
 df<- data.frame(x,y)
 library(stringr)
 df$value <- strsplit(df$x, "[^1]+", perl=TRUE)
  # expected output  ( I have tried the following)
 df$maxvalue<- max(df$value) 
  df$maxvalue
   8 
   4
   0