通過解析R中的字符向量構建數據幀

Question

我是R的新手，正在努力從博物館的藏品中構建數據集。

抓取他們的網站后，我得到了一個字符向量列表（假設名稱為“特征”），其中每個元素如下所示：

[[4729]]
[1] " Date://2002 Medium://Pencil on paper Dimensions://22 1/2 x 30 1/8\" (57.2 x 76.5 cm) Credit Line://The Judith Rothschild Foundation Contemporary Drawings Collection Gift MoMA Number://1563.2005 Copyright://© 2015 Steve DiBenedetto"

從這些向量，我想制作一個數據幀，如下所示：

     year    medium           dimensions    credit line    number
1   2002     Pencil on paper   etc...

但是，我似乎無法設法從字符向量中減去必要的數據，因為我正努力使用正則表達式。 想法是獲取在“ Date：//”之后和“ Medium：//”之前的內容。 為了使事情變得更復雜，列表中的每個元素並非都具有相同的特征（例如，某些元素僅具有“日期”和“中號”，而其他元素包括“ edition：//”，“通過：//獲取”）等）。

只需保存每個列表元素中的前4位數字，就可以很容易地編制年份列表：

year <- list()

for(p in 1:length(characteristics)) {
  string <- as.character(characteristics[p])
  year <- c(year, str_extract(string, "\\d\\d\\d\\d"))
  }

這可能甚至不是最快的方法，但效果很好。 但是，我完全堅持從列表中提取其他變量。

Answer 1

也許不錯的舊read.table也可以選擇：

txt <- c("Date://2002 Medium://Pencil on paper Dimensions://22 1/2 x 30 1/8\" (57.2 x 76.5 cm) Credit Line://The Judith Rothschild Foundation Contemporary Drawings Collection Gift MoMA Number://1563.2005 Copyright://© 2015 Steve DiBenedetto",
         "Date://2002 Medium://Pencil on paper Dimensions://22 1/2 x 30 1/8\" (57.2 x 76.5 cm) Credit Line://The Judith Rothschild Foundation Contemporary Drawings Collection Gift MoMA Number://1563.2005 Copyright://© 2015 Steve DiBenedetto")
read.table(text = gsub("( Credit)?\\s?[A-z]+://", "\t", txt), sep = "\t", quote = "", col.names = letters[1:7])[-1]
#      b               c                                 d                                                                           e      f                        g
# 1 2002 Pencil on paper 22 1/2 x 30 1/8" (57.2 x 76.5 cm) The Judith Rothschild Foundation Contemporary Drawings Collection Gift MoMA 1563.2 © 2015 Steve DiBenedetto
# 2 2002 Pencil on paper 22 1/2 x 30 1/8" (57.2 x 76.5 cm) The Judith Rothschild Foundation Contemporary Drawings Collection Gift MoMA 1563.2 © 2015 Steve DiBenedetto