如何从字符串向量中提取数字并将其转换为整数向量？ [复制]答案

【问题标题】：How do I extract the number from a string vector and convert it to a integer vector? [duplicate]如何从字符串向量中提取数字并将其转换为整数向量？ [复制]
【发布时间】：2019-09-15 19:08:44
【问题描述】：

我在 R 中有一个字符串向量，如下所示：

[1] Type 1 Type 2 Type 4 Type 3 Type 4 Type 6 Type 2 Type 5 
[9] Type 2 Type 3 Type 7

另请注意：

str(data)
# Factor w/ 7 levels "Type 1","Type 2",..: 1 2 1 3 4 1 2 4 2 3 ...

我想将其转换为整数向量，以便能够执行集群分析（获取集群性能指数）。因为我收到以下错误：参数 'part' must be an integer vector

什么是最有效的解决方案？

【问题讨论】：

我不确定将分类变量转换为整数 1 以进行聚类分析是否是个好主意，因为像 7>6>5... 这样的数字排序不是你的意思我猜是在寻找。

标签： r vector data-science data-processing

【解决方案1】：

str 输出表明您有一个因子，而不是字符串向量。它还显示级别标签为Type 1、Type 2 等。一个因子将在内部将第一个级别表示为 1，将第二个级别表示为 2，依此类推。所以，假设我们在最后的注释中重复显示了data，要将其转换为整数向量，我们只需要使用as.integer：

as.integer(data)
## [1] 1 2 1 3 4 1 2 4 2 3

如果标签级别实际上不是Type 1、Type 2，例如，第三级由Type 93表示，而不是Type 3，那么我们可以隐式转换为字符并删除非数字字符，最后将其余的转换为整数向量。

as.integer(gsub("\\D", "", data))
## [1] 1 2 1 3 4 1 2 4 2 3

注意

data <- structure(c(1L, 2L, 1L, 3L, 4L, 1L, 2L, 4L, 2L, 3L), .Label = c("Type 1", 
"Type 2", "Type 3", "Type 4"), class = "factor")

【讨论】：

as.integer(data) 成功了。感谢这个简单但很棒的解决方案

【解决方案2】：

boski 解决方案的替代方案，对于不熟悉正则表达式的人来说可能更容易：

data <- as.numeric(as.character(gsub("Type ", "", data)))

这当然假设您的字符串始终以“类型”和空格开头。

还要注意，我在转换为数字之前先转换为字符。从因子直接转换为数字可能很危险。

【讨论】：

【解决方案3】：

as.integer(gsub(".*(\\d+)","\\1",data))
1 2 4 3 4 6 2 5 2 3 7

我们首先删除字符串部分，只保留数字 (\\d+)，然后将向量转换为整数类型。
编辑
要捕获高于9 的数字，我们可以使用

as.integer(gsub(".*[:numeric:]+","\\1",data))

【讨论】：

如果号码有两位或更多位数，此解决方案不起作用。

【解决方案4】：

由于每个字符串只有一个数值实例，因此可以选择 parse_number from readr

library(readr)
parse_number(v1)
#[1] 1 2 4 3 4 6 2 5 2 3 7

数据

v1 <- c("Type 1", "Type 2", "Type 4", "Type 3", "Type 4", "Type 6", 
  "Type 2", "Type 5", "Type 2", "Type 3", "Type 7")

【讨论】：

不幸的是，这对我的情况不起作用
@SakibShahriar 根据您的 cmets 不清楚
parse_vector(x, col_number(), na = na, locale = locale, trim_ws = trim_ws) 错误：is.character(x) 不正确
我收到了上述错误，但上面提到的其他方法可以解决问题。感谢您的帮助@akrun
@SakibShahriar 你可能有一个因子列。只需转换为字符parse_number(as.character(v1))