将部分字符串转换为大写（或小写）

Question

我有一个带有样本位置的向量，这是一个样本：

test <- c("Aa, Heeswijk T1", "Aa, Heeswijk t1", 
          "Aa, Middelrode t2", "Aa, Middelrode p1",
          "Aa, Heeswijk t1a", "Aa, Heeswijk t3b",
          "Aa, test1 T1", "Aa, test2 t1")

这些字符串由位置名称（“Aa，Heeswijk”）、路线代码（“T1”、“p2”、“t3”）和有时的子路线（“a”或“b”）组成。不幸的是，路线代码（t1，t2，p1，t1a）有时是大写，有时是小写。 我希望所有路线代码都大写，名称和子路线保持不变。我的预期结果是：

"Aa, Heeswijk T1", "Aa, Heeswijk T1", 
"Aa, Middelrode T2", "Meander Assendelft P1",
"Aa, Heeswijk T1a", "Aa, Heeswijk T3b"
"Aa, test1 T1", "Aa, test2 T1"

我查看了toupper()，但更改为整个字符串。我也可以使用 gsub：

gsub("t1","T1", test)
gsub("t2","T2", test)
#etc.

但一定有更好的 R-ish 方式吗？！
注意：路线代码总是 2 个字符长，有一个字符和一个整数，前面有一个空格。所以要更改为上的字符总是位于倒数第二个或第三个。

Answer 1

我们可以使用正则表达式环视。我们匹配并捕获以小写字母开头的单词，后跟正则表达式前瞻数字 ((?=[0-9])) 作为组（使用括号），在替换中，我们使用 \\U 后跟捕获组将其转换为大写。

 sub('\\b([a-z])(?=[0-9])', '\\U\\1', test, perl=TRUE)
 #[1] "Aa, Heeswijk T1"       "Aa, Heeswijk T1"       "Aa, Middelrode T2"    
 #[4] "Meander Assendelft P1" "Aa, Heeswijk T1a"      "Aa, Heeswijk T3b"    

或者不使用环视，我们可以使用两个捕获组来做到这一点。

 sub('\\b([a-z])([0-9])', '\\U\\1\\2', test, perl=TRUE)

更新

使用 OP 帖子中更新的“测试”进行测试

sub('\\b([a-z])(?=[0-9])', '\\U\\1', test, perl=TRUE)
#[1] "Aa, Heeswijk T1"   "Aa, Heeswijk T1"   "Aa, Middelrode T2"
#[4] "Aa, Middelrode P1" "Aa, Heeswijk T1a"  "Aa, Heeswijk T3b" 
#[7] "Aa, test1 T1"      "Aa, test2 T1"     

Answer 2

如果您想避免使用正则表达式（我不建议这样做），您可以练习一些 R 体操：

df <- data.frame(do.call(rbind, strsplit(test, " ")), stringsAsFactors=FALSE)

现在您将所有内容拆分为数据框的列：

> df
   X1         X2  X3
1 Aa,   Heeswijk  T1
2 Aa,   Heeswijk  t1
3 Aa, Middelrode  t2
4 Aa, Middelrode  p1
5 Aa,   Heeswijk t1a
6 Aa,   Heeswijk t3b
7 Aa,      test1  T1
8 Aa,      test2  t1

下一个：

df[, 3]  <- paste(toupper(substr(df[, 3], 1, 2)), substr(df[, 3], 3, nchar(df[, 3])), sep="")

将做你的大写：

> df
   X1         X2  X3
1 Aa,   Heeswijk  T1
2 Aa,   Heeswijk  T1
3 Aa, Middelrode  T2
4 Aa, Middelrode  P1
5 Aa,   Heeswijk T1a
6 Aa,   Heeswijk T3b
7 Aa,      test1  T1
8 Aa,      test2  T1

最后，将其全部折叠起来：

ans <- apply(df, 1, paste, collapse=" ")
ans

...给你：

> ans
[1] "Aa, Heeswijk T1"   "Aa, Heeswijk T1"   "Aa, Middelrode T2" "Aa, Middelrode P1" "Aa, Heeswijk T1a"  "Aa, Heeswijk T3b"  "Aa, test1 T1"     
[8] "Aa, test2 T1"