在R中将字符串从一列提取到另一列答案

【问题标题】：Extracting a string from one column into another in R在R中将字符串从一列提取到另一列
【发布时间】：2021-03-08 17:09:11
【问题描述】：

我有一个如下所示的示例数据框。

ID	File
1	11_213.csv
2	13_256.csv
3	11_223.csv
4	12_389.csv
5	14_456.csv
6	12_345.csv

我想根据下划线和句点之间的字符串添加另一列，以获得看起来像这样的数据框。

ID	File	Group
1	11_213.csv	213
2	13_256.csv	256
3	11_223.csv	223
4	12_389.csv	389
5	14_456.csv	456
6	12_345.csv	345

我认为我需要在 stringr 中使用 str_extract 功能，但我不确定要为我的模式使用什么符号。例如当我使用：

df <- df %>%
mutate("Group" = str_extract(File, "[^_]+"))

我得到下划线之前的所有信息，如下所示：

ID	File	Group
1	11_213.csv	11
2	13_256.csv	13
3	11_223.csv	11
4	12_389.csv	12
5	14_456.csv	14
6	12_345.csv	12

但这不是我想要的。我应该使用什么来代替“[^_]+”来获取下划线和句点之间的内容？谢谢！

【问题讨论】：

你需要str_extract(File, "(?<=_)(\\d+)(?=\\.)")

标签： r regex stringr

【解决方案1】：

我们可以使用正则表达式查找来提取_ 之后的数字 (\\d+)，并在 . 之前和 str_extract

library(dplyr)
library(stringr)
df <- df %>%
    mutate(Group = str_extract(File, "(?<=_)(\\d+)(?=\\.)")

或者另一种选择是删除带有 str_remove 的子字符串，即匹配字符 (.*)，包括 _ 或 (|) 从 . 开始的字符（. 可以匹配正则表达式模式 - 默认情况下，因此我们转义 \\ 以进行文字匹配）

df <- df %>%
        mutate(Group = str_remove_all(File, ".*_|\\..*"))

【讨论】：

【解决方案2】：

使用gsub 的基本 R 选项

transform(
  df,
  Group = gsub(".*_(\\d+)\\..*", "\\1", File)
)

给予

  ID       File Group
1  1 11_213.csv   213
2  2 13_256.csv   256
3  3 11_223.csv   223
4  4 12_389.csv   389
5  5 14_456.csv   456
6  6 12_345.csv   345

【讨论】：