R：在某个字符之后大写所有内容

Question

我想将第一个 _ 之后的字符向量中的所有内容大写。例如下面的向量：

x <- c("NYC_23df", "BOS_3_rb", "mgh_3_3_f") 

应该是这样的：

"NYC_23DF" "BOS_3_RB" "mgh_3_3_F"

我一直在尝试使用regular expressions，但我无法做到这一点。任何建议，将不胜感激。

Answer 1

你们很亲密：

gsub("(_.*)","\\U\\1",x,perl=TRUE)

似乎有效。您只需要使用_.*（下划线后跟零个或多个其他字符）而不是_*（零个或多个下划线）...

再分解一下：

• _.* 给出了一个正则表达式模式，它匹配下划线_ 后跟任意数量（包括 0）的附加字符； . 表示“任何字符”，* 表示“前一个元素的零个或多个重复”
• 用括号括起来这个正则表达式()表示它是我们要存储的模式
• 替换字符串中的\\1 表示“插入第一个匹配模式的内容”，即任何匹配的_.*
• \\U 与 perl=TRUE 结合使用，表示“将后面的内容大写”（大写 _ 无效；如果我们想（例如）小写 g 之后的所有内容都大写，我们需要从存储的模式中排除 g 并将其包含在替换模式中：gsub("g(.*)","g\\U\\1",x,perl=TRUE))

有关更多详细信息，请在?gsub 中搜索“替换”和“大写”（和?regexp 以获取有关正则表达式的一般信息）

Answer 2

gsubfn package 中的gsubfn 类似于gsub，只是替换字符串可以是函数。在这里，我们匹配 _ 以及之后通过toupper 匹配的所有内容：

> library(gsubfn)
>
> gsubfn("_.*", toupper, x)
[1] "NYC_23DF"  "BOS_3_RB"  "mgh_3_3_F"

请注意，这种方法涉及一个特别简单的正则表达式。

Answer 3

使用base::strsplit的简单示例

x <- c("NYC_23df", "BOS_3_rb", "mgh_3_3_f", "a") 

myCap <- function(x) {
    out <- sapply(x, function(y) {
        temp <- unlist(strsplit(y, "_"))
        out <- temp[1]
        if (length(temp[-1])) {
            out <- paste(temp[1], paste(toupper(temp[-1]), 
                collapse="_"), sep="_") 
        }
        return(out)
    })
    out
}

> myCap(x)
   NYC_23df    BOS_3_rb   mgh_3_3_f           a 
 "NYC_23DF"  "BOS_3_RB" "mgh_3_3_F"         "a" 

使用stringr 包的示例

pkg <- "stringr"
if (!require(pkg, character.only=TRUE)) {
    install.packages(pkg)
    require(pkg, character.only=TRUE)   
}

myCap.2 <- function(x) {
    out <- sapply(x, function(y) {
        idx <- str_locate(y, "_")
        if (!all(is.na(idx[1,]))) {
            str_sub(y, idx[,1], nchar(y)) <- toupper(str_sub(y, idx[,1], nchar(y))) 
        }
        return(y)
    })
    out
}

> myCap.2(x)
   NYC_23df    BOS_3_rb   mgh_3_3_f           a 
 "NYC_23DF"  "BOS_3_RB" "mgh_3_3_F"         "a"