R-- 给字符串加前导零，没有固定的字符串格式

Question

我有一列如下。

9453、55489、4588、18893、4457、2339、45489HQ、7833HQ

如果数字少于 5 位，我想添加前导零。但是，有些数字最后有"HQ"，有些没有。（我检查了其他post，他们在"HQ"部分没有类似问题）

所以最终想要的输出应该是：

09453、55489、04588、18893、04457、02339、45489HQ、07833HQ

知道怎么做吗？非常感谢您阅读我的 post！

Answer 1

使用正则表达式的一行代码：

my_strings <- c("9453", "55489", "4588", 
      "18893", "4457", "2339", "45489HQ", "7833HQ")

gsub("^([0-9]{1,4})(HQ|$)", "0\1\2",my_strings)

[1] "09453"   "55489"   "04588"   "18893"   
    "04457"   "02339"   "45489HQ" "07833HQ"

解释：

^ start of string
[0-9]{1,4} one to four numbers in a row
(HQ|$) the string "HQ" or the end of the string

圆括号按顺序表示捕获组。所以 0\1\2 表示 0 后跟第一个捕获组 [0-9]{1,4} 和第二个捕获组 HQ|$。

当然如果有5个数字，那么正则表达式不匹配，所以它不会改变。

Answer 2

另一种尝试，在 "123" 或 "1HQR":

等情况下也有效

x <- c("18893","4457","45489HQ","7833HQ","123", "1HQR")
regmatches(x, regexpr("^\d+", x)) <- sprintf("%05d", as.numeric(sub("\D+$","",x)))
x
#[1] "18893"    "04457"    "45489HQ"  "07833HQ"  "00123"    "00001HQR"

这基本上是在字符串 (^\d+) 的开头找到任何数字，并用零填充（通过 sprintf）字符串替换它们，该字符串通过删除任何非数字的子集字符串末尾的字符 (\D+$)。

Answer 3

我打算使用 sprintf 方法，但发现 stringr 包提供了一个非常简单的解决方案。

library(stringr)
x <- c("9453", "55489", "4588", "18893", "4457", "2339", "45489HQ", "7833HQ")
[1] "9453"    "55489"   "4588"    "18893"   "4457"    "2339"    "45489HQ" "7833HQ"

这可以用一个简单的 stringr::str_pad() 函数转换：

stringr::str_pad(x, 5, side="left", pad="0")
[1] "09453"   "55489"   "04588"   "18893"   "04457"   "02339"   "45489HQ" "7833HQ"

如果即使字符串总宽度>5 也需要填充数字，则数字和文本需要用正则表达式分隔。以下将起作用。它将正则表达式匹配与非常有用的 sprintf() 函数相结合：

sprintf("%05.0f%s", # this encodes the format and recombines the number with padding (%05.0f) with text(%s)
        as.numeric(gsub("^(\d+).*", "\1", x)), #get the number
        gsub("[[:digit:]]+([a-zA-Z]*)$", "\1", x)) #get just the text at the end
[1] "09453"   "55489"   "04588"   "18893"   "04457"   "02339"   "45489HQ" "07833HQ"

Answer 4

我们只能使用 sprintf() 和 gsub()，方法是将这些部分分开然后重新组合起来。

sprintf("%05d%s", as.numeric(gsub("[^0-9]+", "", x)), gsub("[0-9]+", "", x))
# [1] "18893"    "04457"    "45489HQ"  "07833HQ"  "00123"    "00001HQR"

使用@thelatemail 的数据：

x <- c("18893", "4457", "45489HQ", "7833HQ", "123", "1HQR")

R-- 给字符串加前导零，没有固定的字符串格式

R-- Add leading zero to string, with no fixed string format

r

leading-zero