从列中的字符串中提取特定短语后的某些数字的最佳方法是什么？答案

【问题标题】：What would be the best way to extract certain numbers after a specific phrase from a string in a column?从列中的字符串中提取特定短语后的某些数字的最佳方法是什么？
【发布时间】：2021-11-21 15:33:08
【问题描述】：

在我正在使用的数据框中，我有一个名为“天气”的列，其中包含如下所示的天气数据：

Sunny Temp: 78� F, Humidity: 63%, Wind: SSW 6 mph
Sunny Temp: 103� F, Humidity: 7%, Wind: 16 SW mph
Temp: 88� F, Humidity: 43%, Wind: S 12 mph
Cloudy Temp: 81� F, Humidity: 90%, Wind: SW 5 mph

我想使用 dplyr 的 mutate 函数为包含在“天气”列中的温度和风速创建新列。对于温度列，我正在考虑一个查看“Temp：”之后的前 3 个字符并提取任何数字的函数应该可以工作。如您所见，对于风，有时风向位于数字之前。因此，与温度列类似的功能，但可能会查看前 6-7 个字符并提取任何数字。

我已经阅读了 sub、gsub、substr 和 str_extract 并尝试针对我的特定困境实施其中的每一个。我只是无法选择我上面描述的特定字符串。例如我试过：

mutate(temperature = sub('.*Temp: ', '',weather)) %>%
mutate(temperature = substr(temp, 1, 2))

但当温度为 1 或 3 位数时，这不起作用。

非常感谢任何帮助！

【问题讨论】：

标签： r string dplyr stringr

【解决方案1】：

我们可以将str_extract 与正则表达式环视一起使用，即在子字符串“Temp:”之后查找一位或多位数字 (\\d+)

library(dplyr)
library(stringr)
df1 %>%
  mutate(temperature = str_extract(weather, "(?<=Temp: )\\d+"),
         Wind = str_extract(weather, "(?<=Wind: [A-Z] )\\d+"))

【讨论】：

谢谢 - 这对于温度列非常有效，但不适用于在实际风速数字前有几个字母的风列。例如：“风速：S 12 mph”——我能做些什么来解决这个问题？
更新了帖子

【解决方案2】：

library(dplyr)
library(stringr)
df %>%
  mutate(Temperature = str_extract(x, "(?<=Temp:\\s)\\d+"),
         Wind = str_extract(x, "(?<=Wind:\\s[A-Z]{0,5}\\s?)\\d+"))
                                                  x Temperature Wind
1 Sunny Temp: 78� F, Humidity: 63%, Wind: SSW 6 mph          78    6
2 Sunny Temp: 103� F, Humidity: 7%, Wind: 16 SW mph         103   16
3        Temp: 88� F, Humidity: 43%, Wind: S 12 mph          88   12
4 Cloudy Temp: 81� F, Humidity: 90%, Wind: SW 5 mph          81    5

虽然(?<=Temp: ) 的第一个lookbehind 相对简单，但(?<=Wind:\\s[A-Z]{0,5}\\s?) 的第二个lookbehind 更复杂。这是因为大写字母加上后面的空格可能会在Wind: 和数字之间进行干预。

数据：

df <- data.frame(
  x = c("Sunny Temp: 78� F, Humidity: 63%, Wind: SSW 6 mph",
  "Sunny Temp: 103� F, Humidity: 7%, Wind: 16 SW mph",
  "Temp: 88� F, Humidity: 43%, Wind: S 12 mph",
  "Cloudy Temp: 81� F, Humidity: 90%, Wind: SW 5 mph")
)

【讨论】：