从文本中提取数值答案

【问题标题】：Extract a numerical value from text从文本中提取数值
【发布时间】：2017-07-01 05:34:43
【问题描述】：

我有包含以下行（或类似行）的文本文件：

178487\ASF=-873.1421319\NFGH=540.56201\PG=C01

如何使用 R 提取 ASF= 之后的值？

我已经开始了：

library(stringr)
file_list <- list.files(pattern = "*.txt")
for (i in 1:length(file_list)) {
  mydataFrame = readLines(file_list[i])
  value1 <- grep("ASF=", mydataFrame, value = TRUE)
  value2 <- as.numeric(str_extract(value1,"[0-9]+$"))  

  }

【问题讨论】：

你想要的输出到底是什么？
-873.1421319 谢谢

标签： r

【解决方案1】：

您想提取-873.1421319 跟在\ASF= 之后，例如来自字符串：178487\ASF=-873.1421319\NFGH=540.56201\PG=C01

你使用的模式[0-9]+$不正确，原因有很多：

$ 匹配字符串的结尾。此模式将匹配示例字符串中的 01，因为那是它末尾的数字序列。
模式[0-9]+ 将匹配一个非空的数字序列。它不包括- 和.。

因此您需要删除$，并改进模式以考虑- 和.，例如：-?[0-9]+(\\.[0-9]+)?。

不过，这还是够了，因为你只想要\ASF=后面的数字，但不包括 \ASF= 本身在比赛中。为此，您需要使用积极的后视：

library(stringr)
str_extract(s, '(?<=\\\\ASF=)-?[0-9]+(\\.[0-9]+)?')

【讨论】：

【解决方案2】：

library(stringr)
file_list <- list.files(pattern = "*.txt")
for (i in 1:length(file_list)) {
    mydataFrame = readLines(file_list[i])
    for (line in mydataFrame) {
        elems <- unlist(strsplit(line, split = "\\\\"))
        value <- as.numeric(str_extract(elems[2], "[+|-][0-9]*\\.?[0-9]*"))
    }
}

首先，字符串拆分为\，第二个字段是 ASF 及其关联值。然后，您现在可以使用 str_extract 提取数字部分。

【讨论】：

【解决方案3】：

编辑显示完整代码

当您循环多个文件时，您需要做一些事情来防止值在每个循环中被覆盖。一种选择是使用列表。如果您希望将结果作为一个向量，您可以改用c。

file_list <- list.files(pattern = "*.txt")
# Initialise empty list
value <- list()
for (i in 1:length(file_list)) {
  mydataFrame = readLines(file_list[i])
  value[[i]] <- as.numeric(sub(".*ASF=(-[0-9]+\\.[0-9]+).*$","\\1",mydataFrame))
}

请注意，您无需先调用grep，然后再调用sub。只需sub。

我在一个包含两个文本文件的文件夹上测试了这个

> value
[[1]]
[1] -873.1421 -823.1421 -813.1421

[[2]]
[1] -573.1421 -223.1421 -713.1421

【讨论】：