R中的字符串处理（查找和替换）答案

【问题标题】：String processing in R (find and replace)R中的字符串处理（查找和替换）
【发布时间】：2014-11-19 08:29:00
【问题描述】：

这是我data.frame的一个例子

no string
1  abc&URL_drf
2  abcdef&URL_efg

我需要将单词*&URL 替换为""。所以，我需要一个这样的结果

no string
1 _drf
2 _efg

如果是 Excel，我可以在“查找和替换”功能中使用 '*&URL' 轻松得出此结果。但是，我无法在 R 中寻找有效的方法。

在 R 中，我的方法如下。

首先，我使用strsplit(df$string, "&URL") 拆分字符串，然后选择了第二列。我认为这不是一个有效的方法。

有什么有效的方法吗？

【问题讨论】：

我不能准确地告诉你 R，但如果这种语言提供正则表达式函数，你可以使用 [0-9]+\s+(.+&URL) 并从第 1 组的开始和结束索引中删除内容。
我认为sapply(strsplit(df[[2]], "URL"), "[", 2) 可能很快。你能定义有效吗？
@Tyler Rinker/ 我认为有效性是“简单而快速”。你的方法令人印象深刻。感谢您的评论！

标签： r string

【解决方案1】：

# data
df <- read.table(text="no string
1  abc&URL_drf
2  abcdef&URL_efg", header=T, as.is=T)

# `gsub` function is to substitute the unwanted string with nothing, 
# thus the `""`. The pattern of unwanted string was written in 
# regular expressions.

df$string <- gsub("[a-z]+(&URL)", "", df$string)
# you get
  no string
1  1   _drf
2  2   _efg

【讨论】：

使用 [0-9]+\s+(.+&URL) 并删除组 1 也将允许使用 a-z 以外的字符作为前缀。
为什么要建群（(&URL)）？
@SvenHohenstein，我们可以删除()，它会返回相同的结果。只是() 没有危险，而且很容易看到。

【解决方案2】：

我建议你使用grep 函数。

grep 函数将您的正则表达式作为第一个参数，将输入向量作为第二个参数。如果您传递 value=TRUE，则 grep 将返回一个向量，其中包含输入向量中实际元素的副本，该副本可能是（部分) 匹配。

在你的情况下

grep("[a-z]+(&URL)", df$col, perl=TRUE, value=TRUE)

【讨论】：

【解决方案3】：

另一种方法：

df <- transform(df, string = sub(".*&URL", "", string))

#  no string
# 1  1   _drf
# 2  2   _efg

【讨论】：