Wyodrębnianie liczb z wektorów łańcuchów

Mam taki ciąg:

years<-c("20 years old", "1 years old")

Chciałbym zebrać tylko liczbę liczbową z tego wektora. Oczekiwanym wynikiem jest wektor:

c(20, 1)

Jak mam to zrobić?

Co powiesz na

# pattern is by finding a set of numbers in the start and capturing them
as.numeric(gsub("([0-9]+).*$", "\\1", years))

lub

# pattern is to just remove _years_old
as.numeric(gsub(" years old", "", years))

lub

# split by space, get the element in first index
as.numeric(sapply(strsplit(years, " "), "[[", 1))

Myślę, że podstawienie jest pośrednim sposobem dojścia do rozwiązania. Jeśli chcesz odzyskać wszystkie numery, polecam gregexpr:

matches <- regmatches(years, gregexpr("[[:digit:]]+", years))
as.numeric(unlist(matches))

Jeśli masz wiele dopasowań w ciągu, otrzymasz je wszystkie. Jeśli interesuje Cię tylko pierwsze dopasowanie, użyj regexprzamiast gregexpri możesz pominąć unlist.

Aktualizacja Ponieważ extract_numericjest przestarzała, możemy użyć parse_numberz readrpakietu.

library(readr)
parse_number(years)

Oto inna opcja z extract_numeric

library(tidyr)
extract_numeric(years)
#[1] 20  1

Oto alternatywa dla pierwszego rozwiązania Arun, z prostszym wyrażeniem regularnym podobnym do Perla:

as.numeric(gsub("[^\\d]+", "", years, perl=TRUE))

Lub po prostu:

as.numeric(gsub("\\D", "", years))
# [1] 20  1

Rozwiązanie stringrrurociągowe:

library(stringr)
years %>% str_match_all("[0-9]+") %>% unlist %>% as.numeric

Ty też możesz pozbyć się wszystkich liter:

as.numeric(gsub("[[:alpha:]]", "", years))

Prawdopodobnie jest to jednak mniej generalizowalne.

Wyodrębnij liczby z dowolnego ciągu na pozycji początkowej.

x <- gregexpr("^[0-9]+", years)  # Numbers with any number of digits
x2 <- as.numeric(unlist(regmatches(years, x)))

Wyodrębnij liczby z dowolnego ciągu NIEZALEŻNEGO od pozycji.

x <- gregexpr("[0-9]+", years)  # Numbers with any number of digits
x2 <- as.numeric(unlist(regmatches(years, x)))

Możemy również użyć str_extractfromstringr

years<-c("20 years old", "1 years old")
as.integer(stringr::str_extract(years, "\\d+"))
#[1] 20  1

Jeśli w ciągu znajduje się wiele liczb i chcemy wyodrębnić je wszystkie, możemy użyć funkcji, str_extract_allktóra w przeciwieństwie do str_extractzwraca wszystkie makty.

years<-c("20 years old and 21", "1 years old")
stringr::str_extract(years, "\\d+")
#[1] "20"  "1"

stringr::str_extract_all(years, "\\d+")

#[[1]]
#[1] "20" "21"

#[[2]]
#[1] "1"

Po wpisie od Gabora Grothendiecka wpis na listę mailingową r-help

years<-c("20 years old", "1 years old")

library(gsubfn)
pat <- "[-+.e0-9]*\\d"
sapply(years, function(x) strapply(x, pat, as.numeric)[[1]])

Odklejając paczkę możemy:

# install.packages("unglue")
library(unglue)

years<-c("20 years old", "1 years old")
unglue_vec(years, "{x} years old", convert = TRUE)
#> [1] 20  1

^{Utworzono 06.11.2019 przez pakiet reprex (v0.3.0)}

Więcej informacji: https://github.com/moodymudskipper/unglue/blob/master/README.md