替换 sqldf 中的字符串模式

Question

我有如下数据框：

    Col1    Col2   Col3
ten: end       5     10
five: nb       7     11
    12:4      12     10
   13:56      15     16

使用 R 中的 sqldf 包，我想执行以下操作：

将 Col1 中的值替换为：character: space 和 -。破折号的开头和结尾都有空格。

将 Col1 中的值替换为：number:number 和 -。破折号的开头和结尾没有空格。

预期输出：

     Col1    Col2   Col3
ten - end       5     10
five - nb       7     11
     12-4      12     10
    13-56      15     16

下面是一个使用 sqldf 的示例语法：

df <- sqldf("SELECT *, replace([Col1], [character: space], ' - ') [New Col generated] from df")

df <- sqldf("SELECT *, replace([Col1], [number:number], '-') [New Col generated_num] from df")

我尝试引用此文档，但仍然没有成功：https://www.rexegg.com/regex-quickstart.html

Answer 1

1)假设只允许问题中显示的形式用减号替换冒号，然后用space替换减号后跟space , 负号, space.

library(sqldf)
sqldf("select *, replace(replace([Col1], ':', '-'), '- ', ' - ') as New from df")

给予：

      Col1 Col2 Col3       New
1 ten: end    5   10 ten - end
2 five: nb    7   11 five - nb
3     12:4   12   10      12-4
4    13:56   15   16     13-56

2) 如果我们可以假设唯一的形式是 number:number 或 character: character 并且第二种形式不包含数字。

sqldf("select *, 
  case when strFilter(Col1, '0123456789') = '' 
         then replace(Col1, ':', ' -')
       else replace(Col1, ':', '-')
       end as New
  from df")

给予：

      Col1 Col2 Col3       New
1 ten: end    5   10 ten - end
2 five: nb    7   11 five - nb
3     12:4   12   10      12-4
4    13:56   15   16     13-56

3) 这首先检查 numbers:numbers 然后检查字符：字符只能是数字或小写字母的字符。

dig <- "0123456789"
diglet <- "0123456789abcdefghijklmnopqrstuvwxyz"

fn$sqldf("select *,
  case when trim(Col1, '$dig') = ':'
         then replace(Col1, ':', '-')
  when trim(Col1, '$diglet') = ': '
          then replace(Col1, ': ', ' - ')
  else Col1 end as New
  from df")

给予：

      Col1 Col2 Col3       New
1 ten: end    5   10 ten - end
2 five: nb    7   11 five - nb
3     12:4   12   10      12-4
4    13:56   15   16     13-56

4) 这个提取 x:y 并检查 x 和 y 是否为数字，如果是则进行适当的替换，如果不匹配则提取 x:yz 其中 y 是 space，如果 x 和 z 是数字或小写，则执行适当的替换，否则执行 returns Col1。 dig和diglet来自上面。

fn$sqldf("select *, 
  case when trim(substr(Col1, instr(Col1, ':')-1, 3), '$dig') = ':'
         then replace(Col1, ':', '-')
       when trim(substr(Col1, instr(Col1, ':') -1, 4), '$diglet') = ': '
         then replace(Col1, ': ', ' - ')
       else Col1 end as New
  from df")

备注

可重现形式的输入是：

Lines <- "Col1,Col2,Col3
ten: end,5,10
five: nb,7,11
12:4,12,10
13:56,15,16"
df <- read.csv(text = Lines, as.is = TRUE, strip.white = TRUE)

替换 sqldf 中的字符串模式

Replace String Pattern in sqldf

replace

r

sqldf

备注