在 R 中首次出现特殊字符之前获取所有字符答案

【问题标题】：Getting all characters ahead of first appearance of special character in R在 R 中首次出现特殊字符之前获取所有字符
【发布时间】：2015-12-20 17:09:53
【问题描述】：

我想获取第一个“。”之前的所有字符。如果有的话。否则，我想取回相同的字符（“8”->“8”）。

例子：

v<-c("7.7.4","8","12.6","11.5.2.1")

我想得到这样的东西：

[1] "7 "8" "12" "11"

我的想法是在“。”处分割每个元素。然后只取第一个拆分。我没有找到有效的解决方案...

【问题讨论】：

@rawr 为什么不只是numeric_version(v)[,1]
@Jota 因为我试图找出隐藏列表和 numeric_version(v)[[1]] 和 numeric_version(v)[[1]][[1]] 和 numeric_version(v)[[1]][[1]][[1]][[1]][[1]] 并且在兔子洞里走得太远了
@rawr 你应该继续发布它作为答案。我从来没有见过这个函数，对于给出的例子来说它非常好。
应该是unlist(numeric_version(v)[,1])

标签： r string split

【解决方案1】：

您可以使用sub

sub("\\..*", "", v)
#[1] "7"  "8"  "12" "11"

或几个stringi 选项：

library(stringi)
stri_replace_first_regex(v, "\\..*", "")
#[1] "7"  "8"  "12" "11"
# extract vs. replace
stri_extract_first_regex(v, "[^\\.]+")
#[1] "7"  "8"  "12" "11"

如果您想使用拆分方法，这些方法将起作用：

unlist(strsplit(v, "\\..*"))
#[1] "7"  "8"  "12" "11"

# stringi option
unlist(stri_split_regex(v, "\\..*", omit_empty=TRUE))
#[1] "7"  "8"  "12" "11"
unlist(stri_split_fixed(v, ".", n=1, tokens_only=TRUE))
unlist(stri_split_regex(v, "[^\\w]", n=1, tokens_only=TRUE))

其他使用捕获组专门针对前导字符的sub 变体：

sub("(\\w+).+", "\\1", v) # \w matches [[:alnum:]_] (i.e. alphanumerics and underscores)
sub("([[:alnum:]]+).+", "\\1", v) # exclude underscores

# variations on a theme
sub("(\\w+)\\..*", "\\1", v)
sub("(\\d+)\\..*", "\\1", v) # narrower: \d for digits specifically
sub("(.+)\\..*", "\\1", v) # broader: "." matches any single character

# stringi variation just for fun:
stri_extract_first_regex(v, "\\w+")

【讨论】：

【解决方案2】：

scan() 实际上可以很好地解决这个问题。由于我们想要第一个 . 之前的所有内容，我们可以将其用作注释字符，scan() 将删除 v 中每个元素的所有内容，包括该字符之后的所有内容。

scan(text = v, comment.char = ".")
# [1]  7  8 12 11

上面返回一个数字向量，这可能是你要去的地方。如果您需要坚持使用字符，请添加 what 参数以表示我们希望返回字符向量。

scan(text = v, comment.char = ".", what = "")
# [1] "7"  "8"  "12" "11"

数据：

v <- c("7.7.4", "8", "12.6", "11.5.2.1")

【讨论】：