在 R 的文本列中用字符替换数字

Question

我想替换数据文本列中的一些数字。 这些号码是8 or 9 digits ，有two formats 。 这是数据的快照：

df <- data.frame(
  notes = c(
    'my number is 123-41-567',
    "321 12 788 is valid",
    'why not taking 987-012-678',
    '120 967 325 is correct'
  )
)

df %>% select(notes)

                       notes
1    my number is 123-41-567
2        321 12 788 is valid
3 why not taking 987-012-678
4     120 967 325 is correct

我需要将它们全部替换为aaaaa之类的术语。 因此，数据应如下所示：

           notes
1     my number is aaaaa
2        aaaaa is valid
3   why not taking aaaaa
4     aaaaa is correct

先感谢您！

Answer 1

假设示例确实涵盖了所有可能的情况（我会小心）。 您可以使用以下正则表达式执行此操作：

\\d{3}( |-)\\d{2,3}( |-)\\d{3}

这是替换代码：

library(dplyr)
library(stringr)

df %>% 
    mutate(
        notes = str_replace_all(notes, '\\d{3}( |-)\\d{2,3}( |-)\\d{3}', 'XXXXXX')
    )

                  notes
1   my number is XXXXXX
2       XXXXXX is valid
3 why not taking XXXXXX
4     XXXXXX is correct