[英]Extracting a string from one column into another in R
我有一个示例数据框,如下所示。
ID | 文件 |
---|---|
1 | 11_213.csv |
2 | 13_256.csv |
3 | 11_223.csv |
4 | 12_389.csv |
5 | 14_456.csv |
6 | 12_345.csv |
我想根据下划线和句点之间的字符串添加另一列,以获得看起来像这样的数据框。
ID | 文件 | 团体 |
---|---|---|
1 | 11_213.csv | 213 |
2 | 13_256.csv | 256 |
3 | 11_223.csv | 223 |
4 | 12_389.csv | 389 |
5 | 14_456.csv | 456 |
6 | 12_345.csv | 345 |
我想我需要在 stringr 中使用 str_extract 功能,但我不确定要为我的模式使用什么符号。 例如,当我使用:
df <- df %>%
mutate("Group" = str_extract(File, "[^_]+"))
我得到下划线之前的所有信息,如下所示:
ID | 文件 | 团体 |
---|---|---|
1 | 11_213.csv | 11 |
2 | 13_256.csv | 13 |
3 | 11_223.csv | 11 |
4 | 12_389.csv | 12 |
5 | 14_456.csv | 14 |
6 | 12_345.csv | 12 |
但这不是我想要的。 我应该使用什么来代替“[^_]+”来获取下划线和句点之间的内容? 谢谢!
我们可以使用正则表达式环视来提取_
和 a 之前的数字( \\d+
) .
使用str_extract
library(dplyr)
library(stringr)
df <- df %>%
mutate(Group = str_extract(File, "(?<=_)(\\d+)(?=\\.)")
或者另一种选择是使用 str_remove 删除str_remove
即匹配字符 ( .*
),包括_
或 ( |
) 字符.
之后( .
可以匹配正则表达式模式下的任何字符 - 这是默认情况下,所以我们转义\\
它以进行文字匹配)
df <- df %>%
mutate(Group = str_remove_all(File, ".*_|\\..*"))
使用gsub
的基本 R 选项
transform(
df,
Group = gsub(".*_(\\d+)\\..*", "\\1", File)
)
给
ID File Group
1 1 11_213.csv 213
2 2 13_256.csv 256
3 3 11_223.csv 223
4 4 12_389.csv 389
5 5 14_456.csv 456
6 6 12_345.csv 345
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.