从字符串向量中提取数字

我有这样的字符串：

years<-c("20 years old", "1 years old")

我只想从这个向量grep数字。预期输出是向量：

c(20, 1)

我该怎么做呢？

怎么样

# pattern is by finding a set of numbers in the start and capturing them
as.numeric(gsub("([0-9]+).*$", "\\1", years))

要么

# pattern is to just remove _years_old
as.numeric(gsub(" years old", "", years))

要么

# split by space, get the element in first index
as.numeric(sapply(strsplit(years, " "), "[[", 1))

我认为替代是解决方案的间接方式。如果要检索所有数字，我建议gregexpr：

matches <- regmatches(years, gregexpr("[[:digit:]]+", years))
as.numeric(unlist(matches))

如果字符串中有多个匹配项，则将所有这些匹配项。如果您只对第一个比赛感兴趣，请使用regexpr代替，gregexpr然后跳过unlist。

更新 由于extract_numeric不建议使用，我们可以使用parse_numberfrom readr包。

library(readr)
parse_number(years)

这是另一种选择 extract_numeric

library(tidyr)
extract_numeric(years)
#[1] 20  1

这是Arun的第一个解决方案的替代方法，它具有类似Perl的简单正则表达式：

as.numeric(gsub("[^\\d]+", "", years, perl=TRUE))

或者简单地：

as.numeric(gsub("\\D", "", years))
# [1] 20  1

一个stringr流水线式的解决方案：

library(stringr)
years %>% str_match_all("[0-9]+") %>% unlist %>% as.numeric

您也可以删除所有字母：

as.numeric(gsub("[[:alpha:]]", "", years))

虽然这可能不太普遍。

从任何字符串的起始位置提取数字。

x <- gregexpr("^[0-9]+", years)  # Numbers with any number of digits
x2 <- as.numeric(unlist(regmatches(years, x)))

从位置的任何字符串INDEPENDENT中提取数字。

x <- gregexpr("[0-9]+", years)  # Numbers with any number of digits
x2 <- as.numeric(unlist(regmatches(years, x)))

我们也可以使用str_extract从stringr

years<-c("20 years old", "1 years old")
as.integer(stringr::str_extract(years, "\\d+"))
#[1] 20  1

如果字符串中有多个数字，并且我们想提取所有数字，则可以使用str_extract_all与str_extract返回所有宏不同 的数字。

years<-c("20 years old and 21", "1 years old")
stringr::str_extract(years, "\\d+")
#[1] "20"  "1"

stringr::str_extract_all(years, "\\d+")

#[[1]]
#[1] "20" "21"

#[[2]]
#[1] "1"

来自Gabor Grothendieck的 帖子在r-help邮件列表中

years<-c("20 years old", "1 years old")

library(gsubfn)
pat <- "[-+.e0-9]*\\d"
sapply(years, function(x) strapply(x, pat, as.numeric)[[1]])

使用unglue包，我们可以做：

# install.packages("unglue")
library(unglue)

years<-c("20 years old", "1 years old")
unglue_vec(years, "{x} years old", convert = TRUE)
#> [1] 20  1

^{由reprex软件包（v0.3.0）创建于2019-11-06}

更多信息：https : //github.com/moodymudskipper/unglue/blob/master/README.md