时间戳

首页 > 解决方案 > 使用通配符 r 删除文本替换

r - 使用通配符 r 删除文本替换

问题描述

我想删除作为向量一部分的几个文本字符串的一部分。我要删除的实例是#.##oz。其中 # 是 1 到 9（含）之间的任何整数。

FoodVector <- c("kraft easy mac cup 2.05oz each", "tuna kit bumble bee 3.05oz each", "lance cheddar cheese wh grain 1.50oz each", "some item 1.0oz")

结果应该是：

[1] kraft easy mac cup each 
[2] tuna kit bumble bee each
[3] lance cheddar cheese wh grain each
[4] some item 1.0oz

对于这样的事情，我通常会使用 gsub() 或 str-replace()。但是我无法弄清楚通配符语言。例如

gsub("*.**oz", "", FoodVector)

结果是：

Error in gsub("*.**", "", FoodVector) : 
  invalid regular expression '*.**', reason 'Invalid use of repetition operators'

标签： rstringstr-replacegsub

解决方案

您可以使用 gsub 删除单个数字的所有实例，然后是 a .，然后是两位数，然后是空格。

注意：您的描述说的是 1 到 9 之间的整数，没有提到空格。此解决方案查找 0 到 9 之间的数字并查找空格，以匹配问题中显示的结果

gsub('\\d{1}\\.\\d{2}oz ', '', FoodVector)
# [1] "kraft easy mac cup each"           
# [2] "tuna kit bumble bee each"          
# [3] "lance cheddar cheese wh grain each"
# [4] "some item 1.0oz"

为了解决 Rui 在下面的观点，您可以允许空间位于 d.ddoz 之前或之后

FoodVector <- c(FoodVector, '1.23oz some words', 'more words 3.45oz')

gsub('\\d{1}\\.\\d{2}oz | \\d{1}\\.\\d{2}oz', '', FoodVector)
# [1] "kraft easy mac cup each"           
# [2] "tuna kit bumble bee each"          
# [3] "lance cheddar cheese wh grain each"
# [4] "some item 1.0oz"                   
# [5] "some words"                        
# [6] "more words"

推荐阅读