R：在字符串中显示匹配的特殊字符答案

【问题标题】：R: show matched special character in a stringR：在字符串中显示匹配的特殊字符
【发布时间】：2020-04-22 05:40:05
【问题描述】：

如何在单列数据框的每一行中显示匹配的特殊字符？

示例数据框：

a <- data.frame(name=c("foo","bar'","ip_sum","four","%23","2_planet!","@abc!!"))

判断字符串是否有特殊字符：

a$name_cleansed <- gsub("([-./&,])|[[:punct:]]","\\1",a$name) #\\1 puts back the exception we define (dash and slash)

a <- a %>% mutate(has_special_char=if_else(name==name_cleansed,FALSE,TRUE))

【问题讨论】：

标签： r regex gsub

【解决方案1】：

如果我们只需要第一个特殊字符，您可以使用str_extract。

library(stringr)
str_extract(a$name,'[[:punct:]]')
#[1] NA  "'" "_" NA  "%" "_" "@"

如果我们需要所有特殊字符，我们可以使用str_extract_all。

sapply(str_extract_all(a$name,'[[:punct:]]'), function(x) toString(unique(x)))
#[1] ""     "'"    "_"    ""     "%"    "_, !" "@, !"

要排除某些符号，我们可以使用

exclude_symbol <- c('-', '.', '/', '&', ',')

sapply(str_extract_all(a$name,'[[:punct:]]'), function(x) 
                       toString(setdiff(unique(x), exclude_symbol)))

【讨论】：

【解决方案2】：

我们可以在这里使用grepl 作为基本 R 选项：

a$has_special_char <- grepl("(?![-./&,])[[:punct:]]", a$name, perl=TRUE)
a$special_char <- ifelse(a$has_special_char, sub("^.*([[:punct:]]).*$", "\\1", a$name), NA)
a

       name has_special_char special_char
1       foo            FALSE         <NA>
2      bar'             TRUE            '
3    ip_sum             TRUE            _
4      four            FALSE         <NA>
5       %23             TRUE            %
6 2_planet!             TRUE            !
7    @abc!!             TRUE            !

数据：

a <- data.frame(name=c("foo","bar'","ip_sum","four","%23","2_planet!","@abc!!"))

上述逻辑任意返回每个名称中的第一个符号字符（如果存在），否则返回NA。它重用has_special_char 列来确定名称中是否已经出现符号。

编辑：

如果你想要一列显示所有个特殊字符，那么使用：

a$all_special_char <- ifelse(a$has_special_char, gsub("[^[:punct:]]+", "", a$name), NA)

【讨论】：

我的原帖显示有排除的字符，你能根据这个编辑你的答案吗？
@Ibo 检查更新的答案。在grepl 逻辑中，我现在有一个否定的前瞻，它排除了你想要备用的几个符号。脚本的其余部分和输出实际上与此更改保持一致。
如果有多个则只显示最后一个特殊字符
您想查看所有字符吗？我现在会更新。此外，您接受的答案不排除您要保留的符号。

【解决方案3】：

使用（插入符号）而不是“^”运算符的基本 R 正则表达式解决方案：

gsub("(^[-./&,])|[^[:punct:]]", "", a$name)

如果你想返回一个data.frame：

within(a, {
  special_char <- gsub("(^[-./&,])|[^[:punct:]]", "", name); 
  has_special_char <- special_char != ""})

如果您只想像@Ronak Shah 的回答那样，每个名称都有唯一的特殊字符：

within(a, {
    special_char <- sapply(gsub("(^[-./&,])|[^[:punct:]]", "", a$name),
                           function(x){toString(unique(unlist(strsplit(x, ""))))});
    has_special_char <- special_char != ""
  }

【讨论】：