如何在 R 中标准化字符串

Question

我有一系列不同时期的文件。这些数据具有相似的列名，但值的格式不同。

a <- c("123-OldStyle", "123.Old Style", "(123) Old Style"))

我想我可以使用 dplyr::recode 手动执行此操作，但我无法让此重新编码与矢量一起使用。

dplyr::recode(a, "123-OldStyle" = "123 New Style")

vec_recode <- c("123-OldStyle" = "123 New Style", "123.Old Style" = "123 New Style", "(123) Old Style" = "123 New Style"))

我可以使用很长的 ifelse 来完成此操作，但我不想全部手动完成。

Answer 1

我们可以在带有recode 的命名向量上使用!!! 将其转换为New Style

dplyr::recode(a, !!! vec_recode)

-输出

#[1] "123 New Style" "123 New Style" "123 New Style"

---

另外，在base R 中，我们可以只与[ 进行匹配，因为我们有一个命名向量

unname(vec_recode[a])
#[1] "123 New Style" "123 New Style" "123 New Style"

Answer 2

你也可以这样清理字符串：

#Code
gsub('OldStyle','Old Style',gsub('[[:punct:] ]+',' ',a))

输出：

[1] "123 Old Style"  "123 Old Style"  " 123 Old Style"