仅从字符串中提取数字

Question

如何从以下数据框中提取数字。

last_run<-c('Last run 15 days ago','1st up after 126 days','Last run 21 days ago',
            'Last run 22 days ago','1st up after 177 days','1st up after 364 days')%>%
  as.data.frame()

期望的输出是：

我的尝试是：

new_df<-sapply(str_split(last_run$last_run," run"|"after"),'[',2)%>%
  as.data.frame()

Answer 1

sapply(strsplit(last_run, " "), function(x) na.omit(as.numeric(x)))

strsplit

它将解析 last_run 和 returns 一个列表，其中每个元素都是一个字符向量，句子分为单词

> strsplit(last_run, " ")
[[1]]
[1] "Last" "run"  "15"   "days" "ago" 

[[2]]
[1] "1st"   "up"    "after" "126"   "days" 

[[3]]
[1] "Last" "run"  "21"   "days" "ago" 

[[4]]
[1] "Last" "run"  "22"   "days" "ago" 

[[5]]
[1] "1st"   "up"    "after" "177"   "days" 

[[6]]
[1] "1st"   "up"    "after" "364"   "days"

as.numeric

它会尝试将单词转换成数字，如果不可能returns NA

> as.numeric(strsplit(last_run, " ")[[1]])
[1] NA NA 15 NA NA

na.omit

它将从向量中删除 NA

na.omit(as.numeric(strsplit(last_run, " ")[[1]]))[[1]]
[1] 15

na.omit returns一个列表，没有NA的向量是列表的第一个元素（这就是为什么，你需要[[1]]）

申请

sapply 对列表的每个元素应用一个函数，returns 一个向量

Answer 2

您可以借助正则表达式。提取单词 'run' 或 'after' 之后的数字。使用基数 R sub :

as.numeric(sub('.*(run|after)\s(\d+).*', '\2', last_run))
#[1]  15 126  21  22 177 364

使用stringr::str_extract：

as.numeric(stringr::str_extract(last_run, '(?<=(run|after)\s)\d+'))

数据

last_run<-c('Last run 15 days ago','1st up after 126 days','Last run 21 days ago',
            'Last run 22 days ago','1st up after 177 days','1st up after 364 days')

Answer 3

您可以使用正则表达式提取值并将它们添加到 data.frame :

run = c('Last run 15 days ago','1st up after 126 days','Last run 21 days ago',
  'Last run 22 days ago','1st up after 177 days','1st up after 364 days')

as.numeric(sub("(.* )([[:digit:]]+)( .*)", '\2', run))

Answer 4

在 base R 或 stringr::str_extract 中，将模式 \d+ 放在边界标记 \b 之间，以免捕获像 "1st".

这样的字符串

1.基础 R

gsub(".*(\b\d+\b).*", "\1", last_run)
#[1] "15"  "126" "21"  "22"  "177" "364"

as.integer(gsub(".*(\b\d+\b).*", "\1", last_run))
#[1]  15 126  21  22 177 364

2。包裹 stringr

stringr::str_extract(last_run, "\b\d+\b")
#[1] "15"  "126" "21"  "22"  "177" "364"

as.integer(stringr::str_extract(last_run, "\b\d+\b"))
#[1]  15 126  21  22 177 364

仅从字符串中提取数字

Extract just the number from string

regex

split

r

extract

sapply

strsplit

as.numeric

na.omit

申请