从 r 中的字符串格式中提取数字形式的年龄

Question

我有一个字符串向量 Age，其中包含各种对象的年龄，如下所示：

"1 Months8 Days"  "1 Years"         "10 Days"         "10 Months"       "10 Months1 Days"

现在，我希望它转换为一个数字，等于年龄。最好的方法是什么？

我试过使用：

regmatches(years, gregexpr("[[:digit:]]+", years))

但这并没有区分月和年。该向量没有上述格式以外的任何其他格式的字符串。如何做到这一点？

Answer 1

下面是使用 gsub 的更复杂的方式。我在匹配日期时遇到问题，@BhargavRao, @Cath and @Tensibai 在聊天中修复了它。

x <- c("1 Months8 Days", "1 Years", "10 Days", "10 Months", "10 Months1 Days", "1 Months")

xy <- data.frame(
  original = x,
  years = as.numeric(sapply(strsplit(x, split = "Years"), FUN = function(m) gsub("\d+$", "\1", m))),
  months = as.numeric(sapply(strsplit(x, split = "Months"), FUN = function(m) gsub("\d+$", "\1", m)[1])),
  days = as.numeric(sapply(strsplit(x, split = "Days"), FUN = function(m) gsub("(.*?)(\d\d?)(\s)$", "\2", m)))
)

xy$result <- apply(xy[-1], MARGIN = 1, FUN = function(m) sum(m["years"], m["months"]/12, m["days"]/365, na.rm = TRUE))

xy

         original years months days     result
1  1 Months8 Days    NA      1    8 0.10525114
2         1 Years     1     NA   NA 1.00000000
3         10 Days    NA     NA   10 0.02739726
4       10 Months    NA     10   NA 0.83333333
5 10 Months1 Days    NA     10    1 0.83607306
6        1 Months    NA      1   NA 0.08333333

Answer 2

这适用于给定格式

> age<- c("1 Months8 Days", "1 Years", "10 Days", "10 Months", "10 Months1 Days")
> t <- regmatches(age, gregexpr("[[:digit:]]+", age))
> c_m <-  regexpr("Months" , age) > 0
> c_d <- regexpr("Days" , age) > 0
> i <- 1
> age_in_years <- sapply(t , function(x ){
+    if(length(x) >1){
+       a <- as.numeric(x[1])/12 + as.numeric(x[2]) / 360 }
+    else{ 
+       if(c_m[i]){
+          a <- as.numeric(x) / 12}
+       else if (c_d[i]){
+          a <- as.numeric(x)/360}
+       else{a<- as.numeric(x)} }
+    i <<- i +1
+    a})
> age_in_years
[1] 0.10555556 1.00000000 0.02777778 0.83333333 0.83611111

Answer 3

这是一个可能的解决方案：

v <- c("1 Months8 Days", "1 Years","10 Days","10 Months","10 Months1 Days")

periods <- c(1, 1/12, 1/365)
names(periods) <- c('Years','Months','Days')
ages <- rep.int(0,length(v))
for(p in names(periods)){
  matches <- regmatches(v,gregexpr(paste0("[[:digit:]]+(?= ",p,")"), v,perl=TRUE))
  ages <- ages + sapply(matches,function(x) ifelse(length(x)== 0,0,as.numeric(x)*periods[p]))
}

> ages
[1] 0.10525114 1.00000000 0.02739726 0.83333333 0.83607306

Answer 4

我们可以使用gsubfn

library(gsubfn)
v2 <- gsubfn("[A-Za-z]+", list(Years = "* 1", Months = "* 1/12", Days = "* 1/365"), 
           sub("(?<=[A-Za-z])(?=[0-9])", " + ", v1, perl=TRUE))
unname(sapply(v2, function(x) eval(parse(text=x))))
#[1] 0.10525114 1.00000000 0.02739726 0.83333333 0.83607306

数据

v1 <- c("1 Months8 Days", "1 Years", "10 Days", "10 Months", "10 Months1 Days")

从 r 中的字符串格式中提取数字形式的年龄

Extract Age in numeric form from string format in r

string

r

numeric

data-conversion

数据