如何修剪前导和尾随空格？

我在data.frame中的前导和尾随空白时遇到了一些麻烦。例如，我想看看在特定row的data.frame基础上有一定的条件：

> myDummy[myDummy$country == c("Austria"),c(1,2,3:7,19)] 

[1] codeHelper     country        dummyLI    dummyLMI       dummyUMI       
[6] dummyHInonOECD dummyHIOECD    dummyOECD      
<0 rows> (or 0-length row.names)

我想知道为什么我没有得到预期的产出，因为我的国家显然存在奥地利这个国家data.frame。在查看了我的代码历史记录并尝试找出出了什么问题之后，我尝试了：

> myDummy[myDummy$country == c("Austria "),c(1,2,3:7,19)]
   codeHelper  country dummyLI dummyLMI dummyUMI dummyHInonOECD dummyHIOECD
18        AUT Austria        0        0        0              0           1
   dummyOECD
18         1

我在命令中所做的更改只是在奥地利之后增加了一个空白。

显然还会出现更多令人讨厌的问题。例如，当我想基于“国家/地区”列合并两个框架时。一个data.frame使用"Austria "而另一帧使用"Austria"。匹配无效。

1. 有没有一种很好的方法可以在屏幕上“显示”空白，从而使我意识到问题所在？
2. 我可以删除R中的前导和尾随空格吗？

到目前为止，我曾经写过一个简单的Perl脚本来删除空格，但是如果我能以某种方式在R中完成它会很好。

最好的方法可能是在读取数据文件时处理尾随空格。如果使用read.csv或read.table可以设置参数strip.white=TRUE。

如果以后要清理字符串，可以使用以下功能之一：

# returns string w/o leading whitespace
trim.leading <- function (x)  sub("^\\s+", "", x)

# returns string w/o trailing whitespace
trim.trailing <- function (x) sub("\\s+$", "", x)

# returns string w/o leading or trailing whitespace
trim <- function (x) gsub("^\\s+|\\s+$", "", x)

在以下位置使用这些功能之一myDummy$country：

 myDummy$country <- trim(myDummy$country)

要“显示”空白，您可以使用：

 paste(myDummy$country)

它将显示带引号（“）括起来的字符串，使空格更容易发现。

从R 3.2.0开始，引入了一个新功能来删除前导/尾随空格：

trimws()

请参阅：http：//stat.ethz.ch/R-manual/R-patched/library/base/html/trimws.html

要操纵空格，请在stringr程序包中使用str_trim（）。该软件包的手册日期为2013年2月15日，位于CRAN中。该函数还可以处理字符串向量。

install.packages("stringr", dependencies=TRUE)
require(stringr)
example(str_trim)
d4$clean2<-str_trim(d4$V2)

（贷方为评论员：R。Cotton）

一个简单的功能来删除前导和尾随空格：

trim <- function( x ) {
  gsub("(^[[:space:]]+|[[:space:]]+$)", "", x)
}

用法：

> text = "   foo bar  baz 3 "
> trim(text)
[1] "foo bar  baz 3"

ad1）要查看空格，您可以直接print.data.frame使用修改后的参数进行调用：

print(head(iris), quote=TRUE)
#   Sepal.Length Sepal.Width Petal.Length Petal.Width  Species
# 1        "5.1"       "3.5"        "1.4"       "0.2" "setosa"
# 2        "4.9"       "3.0"        "1.4"       "0.2" "setosa"
# 3        "4.7"       "3.2"        "1.3"       "0.2" "setosa"
# 4        "4.6"       "3.1"        "1.5"       "0.2" "setosa"
# 5        "5.0"       "3.6"        "1.4"       "0.2" "setosa"
# 6        "5.4"       "3.9"        "1.7"       "0.4" "setosa"

另请参阅?print.data.frame其他选项。

使用grep或grepl查找带有空格的观测值，并使用sub摆脱它们。

names<-c("Ganga Din\t","Shyam Lal","Bulbul ")
grep("[[:space:]]+$",names)
[1] 1 3
grepl("[[:space:]]+$",names)
[1]  TRUE FALSE  TRUE
sub("[[:space:]]+$","",names)
[1] "Ganga Din" "Shyam Lal" "Bulbul"  

我希望将答案作为注释添加到user56，但仍然不能这样写为独立答案。也可以通过gdata包中的trim（）函数来删除前导空格和尾随空格：

require(gdata)
example(trim)

用法示例：

> trim("   Remove leading and trailing blanks    ")
[1] "Remove leading and trailing blanks"

如果输入之间有多个空格，则会发生另一个相关的问题：

> a <- "  a string         with lots   of starting, inter   mediate and trailing   whitespace     "

然后，您可以使用split参数的正则表达式轻松地将此字符串拆分为“真实”令牌：

> strsplit(a, split=" +")
[[1]]
 [1] ""           "a"          "string"     "with"       "lots"      
 [6] "of"         "starting,"  "inter"      "mediate"    "and"       
[11] "trailing"   "whitespace"

请注意，如果在（非空）字符串的开头存在匹配项，则输出的第一个元素为““””，但是如果在字符串的末尾存在匹配项，则输出与删除匹配项。

另一个选择是使用软件包中的stri_trim函数，该函数stringi默认删除前导和尾随空格：

> x <- c("  leading space","trailing space   ")
> stri_trim(x)
[1] "leading space"  "trailing space"

仅删除前导空格，请使用stri_trim_left。仅删除尾随空格，请使用stri_trim_right。当您想删除其他前导或尾随字符时，必须使用进行指定pattern =。

另请参阅?stri_trim以获取更多信息。

我创建了一个trim.strings ()将前导和/或尾随空白修剪为的函数：

# Arguments:    x - character vector
#            side - side(s) on which to remove whitespace 
#                   default : "both"
#                   possible values: c("both", "leading", "trailing")

trim.strings <- function(x, side = "both") { 
    if (is.na(match(side, c("both", "leading", "trailing")))) { 
      side <- "both" 
      } 
    if (side == "leading") { 
      sub("^\\s+", "", x)
      } else {
        if (side == "trailing") {
          sub("\\s+$", "", x)
    } else gsub("^\\s+|\\s+$", "", x)
    } 
} 

为了说明，

a <- c("   ABC123 456    ", " ABC123DEF          ")

# returns string without leading and trailing whitespace
trim.strings(a)
# [1] "ABC123 456" "ABC123DEF" 

# returns string without leading whitespace
trim.strings(a, side = "leading")
# [1] "ABC123 456    "      "ABC123DEF          "

# returns string without trailing whitespace
trim.strings(a, side = "trailing")
# [1] "   ABC123 456" " ABC123DEF"   

最好的方法是trimws（）

以下代码将将此功能应用于整个数据框

mydataframe <-data.frame（lapply（mydataframe，trimws），stringsAsFactors = FALSE）

我尝试过trim（）。适用于空格以及'\ n'。x ='\ n Harden，J. \ n'

修剪（x）

myDummy[myDummy$country == "Austria "] <- "Austria"

此后，您需要强制R不要将“奥地利”识别为等级。假设您还具有“美国”和“西班牙”两个级别：

myDummy$country = factor(myDummy$country, levels=c("Austria", "USA", "Spain"))

有点吓人，没有最高投票通过的回应，但它仍然有效。