[英]How to prevent regmatches drop non matches?
我想捕获第一场比赛,如果没有比赛则返回NA
。
regexpr("a+", c("abc", "def", "cba a", "aa"), perl=TRUE)
# [1] 1 -1 3 1
# attr(,"match.length")
# [1] 1 -1 1 2
x <- c("abc", "def", "cba a", "aa")
m <- regexpr("a+", x, perl=TRUE)
regmatches(x, m)
# [1] "a" "a" "aa"
所以我期待“a”,NA,“a”,“aa”
继续使用regexpr
:
r <- regexpr("a+", x)
out <- rep(NA,length(x))
out[r!=-1] <- regmatches(x, r)
out
#[1] "a" NA "a" "aa"
改用regexec
,因为它返回一个列表,允许您在unlist
之前捕获character(0)
的
R <- regmatches(x, regexec("a+", x))
unlist({R[sapply(R, length)==0] <- NA; R})
# [1] "a" NA "a" "aa"
在 R 3.3.0 中,可以使用 invert=NA 参数提取匹配和不匹配的结果。 从帮助文件中,它说
如果 invert 为 NA,则 regmatches 提取不匹配和匹配的子字符串,总是以不匹配开始和结束(如果匹配分别发生在开头或结尾,则为空)。
输出是一个列表,通常,在大多数感兴趣的情况下,(匹配单个模式),带有此参数的regmatches
将返回一个包含长度为 3 或 1 的元素的列表。1 是找不到匹配项的情况,3是匹配的情况。
myMatch <- regmatches(x, m, invert=NA)
myMatch
[[1]]
[1] "" "a" "bc"
[[2]]
[1] "def"
[[3]]
[1] "cb" "a" " a"
[[4]]
[1] "" "aa" ""
所以要提取你想要的(用“”代替NA),你可以使用sapply
如下:
myVec <- sapply(myMatch, function(x) {if(length(x) == 1) "" else x[2]})
myVec
[1] "a" "" "a" "aa"
此时,如果你真的想要 NA 而不是 "",你可以使用
is.na(myVec) <- nchar(myVec) == 0L
myVec
[1] "a" NA "a" "aa"
一些修订:
请注意,您可以将最后两行折叠成一行:
myVec <- sapply(myMatch, function(x) {if(length(x) == 1) NA_character_ else x[2]})
NA
的默认数据类型是逻辑的,因此使用它会导致额外的数据转换。 使用字符版本NA_character_
可以避免这种情况。
最后一行的更流畅的提取方法是使用[
:
sapply(myMatch, `[`, 2)
[1] "a" NA "a" "aa"
所以你可以在一个相当可读的单行中完成整个事情:
sapply(regmatches(x, m, invert=NA), `[`, 2)
使用或多或少与您相同的结构-
chars <- c("abc", "def", "cba a", "aa")
chars[
regexpr("a+", chars, perl=TRUE) > 0
][1] #abc
chars[
regexpr("q", chars, perl=TRUE) > 0
][1] #NA
#vector[
# find all indices where regexpr returned positive value i.e., match was found
#][return the first element of the above subset]
编辑 - 好像我误解了这个问题。 但既然有两个人发现这很有用,我就让它留下来。
您可以使用stringr::str_extract(string, pattern)
。 如果没有匹配,它将返回 NA。 它也具有比regmatches()
更简单的函数接口。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.