R：如何从文本中提取第一个整数或小数，如果第一个数字等于特定数字，则提取第二个整数/小数

Question

数据是这样的：

示例 - 数据库名称

detail - 第一列包含带有数字的字符串（数字可以附加到 $ 等，例如 25m$，也可以是十进制，例如 1.2m$ 或 $1.2M）

假设数据表如下所示：

  example$detail<- c("The cole mine market worth every year 100M$ and the equipment they use worth 30$m per capita", "In 2017 the first enterpenur realized there is a potential of 500$M in cole mining", "The cole can make 23b$ per year ans help 1000000 familys living on it")

我想在示例数据表中添加一列 - 名为：“number”，它将提取“detail”列中字符串中的第一个数字。但是如果这个数字等于向量“year”中的一个数字（它不在示例数据库中 - 它是我创建的一个单独的列表），我希望它提取字符串 example$detail 的第二个数字。

所以我创建了另一个年份列表（与数据库分开），

     years<-c(2016:2030 )

我正在尝试创建新列 - 编号

到目前为止我做了什么： 通过编写以下命令，我设法添加了提取字符串第一个数字的变量：

    example$number<-as.integer( sub("\\D*(\\d+).*", "\\1", example$detail) ) # EXTRACT ONLT INTEGERS

    example$number1<-format(round(as.numeric(str_extract(example$detail, "\\d+\\.*\\d*")), 2), nsmall = 2) #EXTRACT THE NUMBERS AS DECIMALS WITH TWO DIGITS AFTER THE . (ITS ENOUGH FOR ME)

    example$number1<-ifelse(example$number %in% years, TRUE, example$number1 ) #IF THE FIRST NUMBER EXTRACTED ARE IN THE YEARS VECTOR RETURN "TRUE"

然后我尝试编写一个代码，根据这个提取第二个数字，如果它不起作用，只是返回错误

我试过了：

   gsub("[^\d]*[\d]+[^\d]+([\d]+)", example$detail)

   str_extract(example$detail, "\d+(?=[A-Z\s.]+$)",[[2]])

   as.integer( sub("\\D*(\\d+).*", "\\1", example$detail) )

   as.numeric(strsplit(example$detail, "\\D+")[1])

我不明白我如何符号化任何数字（整数\数字）或如何符号化字符串中的第二个数字。

非常感谢！！

Answer 1

1. 列表项

由于没有提供好的示例数据，我将在此处“使用”。

假设数据框df 有年份 (int) 和详细信息 (char) 列，那么

 df = mutate(clean_details = sub("[^0-9.-]", "",details),
             clean_details_part1 = as.integer(strsplit(clean_details,"[.]")[[1]][1]),
             clean_details_part2 = as.integer(strsplit(clean_details,"[.]")[[1]][2])
      )

这适用于我编写的代码。我没有应用逻辑，因为我看到你足够熟练做到这一点。我相信一个简单的 ifelse 语句可以创建一个布尔值，然后您可以过滤该布尔值，或者最直接的方式。