从数据框中提取数字

Question

我有一个包含 "Calculation" 列的数据框，可以通过以下代码重现：

a <- data.frame(Id = c(1:3), Calculation = c('[489]/100','[4771]+[4777]+[5127]+[5357]+[5597]+[1044])/[463]','[1044]/[463]'))

> str(a)
'data.frame':   3 obs. of  2 variables:
$ Id         : int  1 2 3
$ Calculation: Factor w/ 3 levels "[1044]/[463]",..: 3 2 1

请注意，"Calculation" 列中有两种类型的数字：大多数被括号括起来，但有些（在本例中为数字 100）不是（这在我的应用程序中有意义） ).

我想做的是将计算列中出现的所有不同数字提取到 return 一个包含这些数字并集的向量。理想情况下，我希望能够区分括号之间的数字和不在括号之间的数字。这一步不是很重要（如果它使它变得复杂），因为不在括号之间的数字很少，我可以手动检测它们。所以在这种情况下所需的输出将是：

b = c(489,4771,4777,5127,5357,5597,1044,463)

提前致谢

Answer 1

我们可以使用 library(stringr) 中的 str_extract_all。使用正则表达式 lookbehind ((?<=\[))，我们匹配前面有 [ 的数字 \d+，将它们提取到 list、unlist 中以将其转换为vector然后把character改成numeric（as.numeric），得到unique个元素。

library(stringr)
unique(as.numeric(unlist(str_extract_all(a$Calculation, '(?<=\[)\d+'))))
#[1]  489 4771 4777 5127 5357 5597 1044  463

从数据框中提取数字

Extracting the numbers from the data frame

r

string

text-extraction