时间戳

首页 > 解决方案 > 用R从字符中提取行、文本和数字

r - 用R从字符中提取行、文本和数字

问题描述

需要从文本中提取数据（这只是一个示例）

text <- c("    9 A                  1427107                -", 
              "    99 (B)                3997915                -", 
              "    999 (SOCIO)            7161315                -", 
              "    9999 @M                 4035115                -", 
              "    99999 01 Z               2136481035115         8,621" 
              )

到目前为止，我尝试了但无法为所有列创建模式

as.numeric(gsub("([0-9]+).*$", "\\1",text))

我希望我的数据框看起来像

row_names   Text        ID              Amount
9           A           1427107         - 
99          (B)         3997915         - 
999         (SOCIO)     7161315         -
9999        @M          4035115         - 
99999       01 Z        2136481035115   8,621

Row_names 是所有数字，“文本”包含数字，文本 ID 列包含 7 到 13 位数字，金额是“-”或带有千位 (,) 的数字

标签： rgrepl

解决方案

我们可以使用read.table将数据读入一个data.frame

df1 <- read.table(text =  text, header = FALSE, fill = TRUE)

或使用extract

library(tibble)
library(tidyr)
tibble(col1 = trimws(text)) %>% 
    extract(col1, into = c('rn', 'Text', 'ID', 'Amount'),
        '^(\\d+)\\s+(.*)\\s+(\\d+)\\s+([-0-9,]+)', convert = TRUE)

推荐阅读