解析字符串，提取两位数年份并补全成四位数字格式

Question

我有这样的字符串

y1 <- "AB99"
y2 <- "04CD"
y3 <- "X90Z"
y4 <- "EF09"
y5 <- "12GH"

我需要提取两位数年份并将其完成为四位数格式。输入范围为 1990 - 2020.

输出应该是：

"1999"
"2004"
"1990"
"2009"
"2012"

我试过了：

fun <- function(x) {
  year <- readr::parse_number(x)
  if(year < 50) year <- paste0("20", year) else year <- paste0("19", year)
  return(year)
}

除 2000 - 2009 年（测试用例 y2 和 y4）外，一切正常。

哪些功能可以帮助我在那些年也能正常工作？

Answer 1

数字没有前导 0，因此您得不到想要的输出。使用 stringr 和 str_pad 函数应该可以解决您的问题。

fun <- function(x) {
  year <- readr::parse_number(x)
  if (year < 50) {
     year <- paste0("20", stringr::str_pad(year, 2, side="left", "0")) 
  } else {
     year <- paste0("19", year)
  }
  return(year)
}

另一个提示：使用 return 而不是 print。

Answer 2

parse_number 将 return 4、y2情况下的个位数。要获得所需的输出，您可以在字符数上再添加一个条件，如下所示：

fun_1 <- function(x) {
  year <- readr::parse_number(x)
  #cat("year  is ",year,"\n") #added for check
  if(year < 50 & nchar(year)<2){
    year <- paste0("20","0", year) 

  } else {
    year <- paste0("19", year)
    }
 # cat("Year post changes",year,"\n") # added for check,  
  print(year)
}

输出：

fun_1(y2)
year  is  4 
Year post changes 2004

我添加了 cat 步骤只是为了检查。

Answer 3

使用一些基本的正则表达式，您可以删除所有不是数字的内容，并根据需要将 ifelse() 应用于前缀 19 或 20：

# Example data
y <- c(
  y1 = "AB99",
  y2 = "04CD",
  y3 = "X90Z",
  y4 = "EF09",
  y5 = "12GH"
)

# Extract only the number
num <- gsub("\D", "", y) 
paste0(ifelse(num >= "90", "19", "20"), num)
# [1] "1999" "2004" "1990" "2009" "2012"

或者，使用整数：

num <- as.integer(gsub("\D", "", y)) # or as.integer(readr::parse_number(y))
num + ifelse(num >= 90L, 1900L, 2000L)
# [1] 1999 2004 1990 2009 2012

解析字符串，提取两位数年份并补全成四位数字格式

Parse string, extract two-digit year and complete into four digit format

r

readr