使用正则表达式捕获错误

Question

我有以下数据框

ColumnA=c("Kuala Lumpur Sector 2 new","old Jakarta Sector31",    "Sector 9, 7 Hong Kong","Jakarta new Sector22")

我正在将扇区号提取到单独的列中

gsub(".*Sector ?([0-9]+).*","\1",ColumnA)

如果 'Sector' 没有出现在一行中，是否有比 if else 语句更优雅的捕获错误的方法？

如果单词 'Sector' 没有出现在一行中，我只想将该行的值设置为空白。

我想先用str_detect看看有没有'Sector'TRUE/FALSE，但这是一个很丑陋的解决方案。

感谢您的帮助。

Answer 1

library(stringr)
as.vector(sapply(str_extract(ColumnA, "(?<=Sector\s{0,10})([0-9]+)"),function(x) replace(x,is.na(x),'')))

我想这就是你需要的。

Answer 2

If the word 'Sector' does not appear on one line I simply want to set the value of that row to blank.

为此，使用交替运算符 |:

ColumnA=c("Kuala Lumpur 2 new","old Jakarta Sector31",    "Sector 9, 7 Hong Kong","Jakarta new Sector22")
gsub("^(?:.*Sector ?([0-9]+).*|.*)$","\1",ColumnA)

结果：[1] "" "31" "9" "22"（因为Kuala Lumpur 2 new没有Sector，没有捕获组的第二部分匹配整个字符串）。

见IDEONE demo

使用正则表达式捕获错误

Error trapping with regex

regex

r

gsub