使用正则表达式捕获错误

Question

我有以下数据框

ColumnA=c("Kuala Lumpur Sector 2 new","old Jakarta Sector31",    "Sector 9, 7 Hong Kong","Jakarta new Sector22")

并将部门编号提取到单独的列中

gsub(".*Sector ?([0-9]+).*","\\1",ColumnA)

如果'Sector'不在一行上，是否存在比if else语句更优雅的捕获错误的方法？

如果单词“ Sector”没有出现在一行上，我只想将该行的值设置为空白。

我考虑过先使用str_detect来查看“ Sector”是否为TRUE / FALSE，但这是一个非常丑陋的解决方案。

谢谢你的帮助。

Answer 1

如果单词“ Sector”没有出现在一行上，我只想将该行的值设置为空白。

为此，请使用交替运算符| ：

ColumnA=c("Kuala Lumpur 2 new","old Jakarta Sector31",    "Sector 9, 7 Hong Kong","Jakarta new Sector22")
gsub("^(?:.*Sector ?([0-9]+).*|.*)$","\\1",ColumnA)

结果： [1] "" "31" "9" "22" （由于Kuala Lumpur 2 new没有Sector ，第二部分没有捕获组匹配整个字符串）。

见IDEONE演示

Answer 2

library(stringr)
as.vector(sapply(str_extract(ColumnA, "(?<=Sector\\s{0,10})([0-9]+)"),function(x) replace(x,is.na(x),'')))

我认为这就是您所需要的。