从列中的不同电子邮件中提取特定电子邮件 - R答案

【问题标题】：Extract specific emails from different emails in a column- R从列中的不同电子邮件中提取特定电子邮件 - R
【发布时间】：2016-12-25 00:11:47
【问题描述】：

我想从我的数据框中的“收件人”列中提取特定的电子邮件 (@enron.com)。在某些行中，有不止一封电子邮件。例如，在一排我有这个：mark.guzman@enron.com, creightonca@hotmail.com, brendanf@gfsloans.com, seastape@teleport.com, penn_eric@salkeiz.k12.or.us,joe.stepenovitch@enron.com, jan.king@enron.com。我的问题是如何从该列中仅提取安然域 (@enron.com) 电子邮件并将其保存在新列中？我可以提取它们，但问题是它将每封电子邮件放在不正确的行中，因为例如，如果一行包含 20 封电子邮件中的 10 封安然电子邮件我希望将所有安然电子邮件放在一行而不是 10 行中。我从这里运行代码：How to extract expression matching an email address in a text file using R or Command Line?，emails = regmatches(df, gregexpr("([_a-z0-9-]+(\\.[_a-z0-9-]+)*@enron.com)", df))但我收到此错误：Error in (function (..., row.names = NULL, check.rows = FALSE, check.names = TRUE, : arguments imply differing number of rows: 1, 2, 0, 5。

【问题讨论】：

您能分享一下您的输入数据和所需输出的样本吗？

标签： r email text-extraction

【解决方案1】：

我们可以为此使用grep

subset(df, grepl("enron.com", To))

如果一行中有多个电子邮件，请使用str_extract

library(stringr)
data.frame(To =sapply(str_extract_all(df$To, "\\S+@enron.com"), paste, collapse=","))

【讨论】：

非常感谢。