R将单词与字符串中的数字分开

Question

我需要清理一些包含单词和数字或只有数字的数据字符串。

下面是玩具样品

library(tidyverse)

c("555","Word 123", "two words 123", "three words here 123") %>%  
sub("(\\w+) (\\d*)",  "\\1|\\2", .)

结果是这样的：

[1] "555"                  "Word|123"             "two|words 123"        "three|words here 123"

但我想放置“|”在最后一组数字之前，如下所示

[1] "|555"                  "Word|123"             "two words|123"        "three words here|123"

Answer 1

我们可以使用 sub 匹配零个或多个空格 (\\s*)，后跟我们捕获为一组的数字 ((\\d))，在替换中使用 | 后跟反向引用 (@987654325 @) 被捕获的组

sub("\\s*(\\d)", "|\\1", v1)
#[1] "|555"                 "Word|123"            
#[3] "two words|123"        "three words here|123"

数据

v1 <- c("555","Word 123", "two words 123", "three words here 123")

Answer 2

你可以使用

^(.*?)\s*(\d*)$

替换为\1|\2。请参阅regex demo。

在 R 中：

sub("^(.*?)\\s*(\\d*)$", "\\1|\\2", .)

详情

• ^ - 字符串开头
• (.*?) - 捕获组 1：任何 0+ 个字符，尽可能少
• \s* - 零个或多个空格
• (\d*) - 捕获组 2：零个或多个数字
• $ - 字符串结束。