将 R 中的字符串数据操作为特定格式答案

【问题标题】：Manipulating string data in R to specific format将 R 中的字符串数据操作为特定格式
【发布时间】：2017-08-24 03:56:37
【问题描述】：

我有一大段文字：

test<-"ABC (0033 - test), CCPM (0431 - CCPM), FGC (0432 -YYY)"

我想操纵它们，使其变成：

 ABC (0033 - test),0033       
 CCPM (0431 - CCPM),0431
 FGC (0432 -YYY),0432

我该怎么做？

【问题讨论】：

到目前为止你有没有尝试过？如果是这样，请分享您的代码并准确描述您遇到的问题。

标签： r regex string

【解决方案1】：

我们可以使用gsub

gsub("(\\d+)([^)]+\\))", "\\1\\2,\\1", test)
[1] "ABC (0033 - test),0033, CCPM (0431 - CCPM),0431, FGC (0432 -YYY),0432"

如果我们需要打印

cat(gsub("(\\d+)([^)]+\\)),*", "\\1\\2,\\1\n", test), sep="\n")
# ABC (0033 - test),0033
# CCPM (0431 - CCPM),0431
# FGC (0432 -YYY),0432

如果我们需要一个包含 3 个独立元素的向量

unname(sapply(strsplit(test, ", ")[[1]], function(x) 
    paste(x, regmatches(x, regexpr("\\d+", x)), sep=",")))
#[1] "ABC (0033 - test),0033"  "CCPM (0431 - CCPM),0431" "FGC (0432 -YYY),0432"

【讨论】：

非常感谢！为什么有时我在打印结果时每行开头都有一个逗号？
@Headandtoes 如果您检查第二个输出，我在行首没有得到任何逗号