如何在 R 中用括号和数字拆分字母？

Question

字符串为s = '[12]B1[16]M5'

我想用 R 中的 strsplit 函数将其拆分为以下结果:

let <- c('[12]B', '[16]M')

num <- c(1, 5)

非常感谢

Answer 1

使用 stringr 包：

library(stringr)
x <- '[12]B1[16]M2'

let <- unlist(str_extract_all(x, "\[[0-9]{2}\][A-Z]"))

x <- gsub(pattern = "\[[0-9]{2}\][A-Z]",
          replacement = "",
          x)

num <- unlist(str_extract_all(x, "[0-9]"))

正则表达式"\[[0-9]{2}\][A-Z]"可以分解为

\[ 左括号
[0-9]{2} 两个连续数字的序列
\] 右括号
[A-Z] 恰好一个大写字母的序列

Answer 2

您可以为您的任务使用正则表达式。

s = '[12]B1[16]M22'

grx <- gregexpr("\[.+?\].+[[:digit:]]?",  s)
let <- do.call(c, regmatches(s, grx))

#let
#[1] "[12]B" "[16]M"

如果你想得到所有的块（let + num），你可以调整模式如下。这有助于提取数字部分。

grx <- gregexpr("\[.+?\].+([[:digit:]]+)",  s)
out <- do.call(c, regmatches(s, grx))

num <- gsub(".+\][[:alpha:]]+", "", out)

num
[1] "1"  "22"

Answer 3

1) strapply 创建一个正则表达式，pat 匹配两个部分，然后使用 strapply 分别提取每个部分。第一个捕获组（正则表达式的第一个括号部分）由左方括号 "\[" 最小字符串 ".*?" 直到右方括号 "\]" 后跟任何字符 "." .第二个捕获组由一个或多个数字组成 "\d+".

library(gsubfn)
pat <- "(\[.*?\].)(\d+)"

let <- strapply(s, pat, simplify = c)   
num <- strapply(s, pat, ~ as.numeric(..2), simplify = c)

let
## [1] "[12]B" "[16]M"

num
## [1] 1 5

1a) 变化

这也可以表示为 mapply 生成 2 个组件列表：

mapply(strapply, s, pat, c(~ ..1, ~ as.numeric(..2)), simplify = "c", 
    SIMPLIFY = FALSE, USE.NAMES = FALSE)

## [[1]]
## [1] "[12]B" "[16]M"
##
## [[2]]
## [1] 1 5

2) gsub/read.table 这不使用包——仅使用 gsub 和 read.table。 pat 在 (1) 中定义。它 returns 一个数据框，结果在两个 coiumns 中：

read.table(text = gsub(pat, "\1 \2\n", s), as.is = TRUE, col.names = c("let", "num"))
##     let num
## 1 [12]B   1
## 2 [16]M   5

3) gsub/strsplit 这有点类似于（2）但是使用strsplit而不是read.table。 pat 来自 (1).

spl <- matrix(strsplit(gsub(pat, "\1 \2 ", s), " ")[[1]], 2)
let <- spl[1, ]
num <- as.numeric(spl[2, ])

如何在 R 中用括号和数字拆分字母？

How to split letters with bracket and numbers in R?

r

strsplit