從字符向量中提取特定元素

Question

我有一個角色矢量

a=c("Mom", "mother", "Alex", "Betty", "Prime Minister")

我只想提取以“ M”開頭的單詞（上下兩個都）

這個怎么做？

我試過使用grep() ， sub()和此函數的其他變體，但我做對了。

我希望輸出是“媽媽”和“母親”的字符向量

Answer 1

a[startsWith(toupper(a), "M")]

Answer 2

普通grep也可以

grep( "^m", a, ignore.case = TRUE, value = TRUE )
#[1] "Mom"    "mother"

基准
湯姆的答案（startsWith）是贏家，但仍有一些改進的余地（請查看startsWith2的代碼）

microbenchmark::microbenchmark(
  substr = a[substr(a, 1, 1) %in% c("M", "m")],
  grepl = a[grepl("^[Mm]", a)],
  grep = grep( "^m", a, ignore.case = TRUE, value = TRUE ),
  stringr = unlist(stringr::str_extract_all(a,regex("^M.*",ignore_case = T))),
  startsWith1 = a[startsWith(toupper(a), "M")],
  startsWith2= a[startsWith(a, c("M", "m"))]
)


# Unit: nanoseconds
#        expr   min      lq     mean median    uq    max neval
#      substr  1808  2411.0  3323.19   3314  3917   8435   100
#       grepl  3916  4218.0  5438.06   4820  6930   8436   100
#        grep  3615  4368.5  5450.10   4820  6929  19582   100
#     stringr 50913 53023.0 55764.10  54529 55132 174432   100
# startsWith1  1506  2109.0  2814.11   2711  3013  17474   100
# startsWith2   602  1205.0  1410.17   1206  1507   3013   100

Answer 3

使用grepl ，其模式為^[Mm] ：

a[grepl("^[Mm]", a)]

[1] "Mom"    "mother"

這是模式^[Mm]含義：

^      from the start of the string
[Mm]   match either a lowercase or uppercase letter M

grepl函數的工作原理是斷言輸入模式至少匹配一次，因此我們不必關心字符串的其余部分。

Answer 4

使用stringr

 library(stringr)
   unlist(str_extract_all(a,regex("^M.*",ignore_case = T)))



[1] "Mom"    "mother"

Answer 5

substr是一個非常易於處理的基本R函數：

a[substr(a, 1, 1) %in% c("M", "m")]

# [1] "Mom"    "mother"

而且由於您提到了sub()所以您可以這樣做（不過不一定建議這樣做）：

a[sub("(.).*", "\\1", a) %in% c("M", "m")]