从R中的字符串中提取字母

Posted 2023-02-14

【中文标题】从R中的字符串中提取字母

【英文标题】：Extract letters from a string in R

【发布时间】：2015-09-03 21:43:43

【问题描述】：

我有一个包含变量名称的字符向量，例如x <- c("AB.38.2", "GF.40.4", "ABC.34.2")。我想提取字母，以便我现在有一个仅包含字母的字符向量，例如c("AB", "GF", "ABC")。

因为字母的数量不同，我不能用substring指定第一个和最后一个字符。

我该怎么办？

【参考方案1】：

你可以试试

sub("^([[:alpha:]]*).*", "\\1", x)
[1] "AB"  "GF"  "ABC"

【讨论】：

或sub("[^[:alpha:]]+", "", x)

或者，用library( "stringr" )，更清晰一点：str_extract(x, "[A-Z]+" )

vaettchen 如果我想使用诸如“ñ”之类的西班牙字符会怎样

【参考方案2】：

之前的答案似乎比必要的复杂。 This question 关于数字也适用于字母：

> x <- c("AB.38.2", "GF.40.4", "ABC.34.2", "A B ..C 312, Fd", "  a")
> gsub("[^a-zA-Z]", "", x)
[1] "AB"    "GF"    "ABC"   "ABCFd" "a" 

【参考方案3】：

这就是我设法解决这个问题的方法。我使用它是因为它干净地返回 5 个项目，并且我可以控制是否要在单词之间留一个空格：

x <- c("AB.38.2", "GF.40.4", "ABC.34.2", "A B ..C 312, Fd", "  a")

extract.alpha <- function(x, space = "")      
  require(stringr)
  require(purrr)
  require(magrittr)
  
  y <- strsplit(unlist(x), "[^a-zA-Z]+") 
  z <- y %>% map(~paste(., collapse = space)) %>% simplify()
  return(z)

extract.alpha(x, space = " ")

【讨论】：

顺便说一句，readr 有处理文本/字符分离的函数，查看 readr::parse_number() readr::parse_character() readr::parse_date()

【参考方案4】：

如果您将字母与空格混合在一起，则任何答案都不起作用。以下是我针对这些情况所做的工作：

x <- c("AB.38.2", "GF.40.4", "ABC.34.2", "A B ..C 312, Fd")
unique(na.omit(unlist(strsplit(unlist(x), "[^a-zA-Z]+"))))

[1]“AB”“GF”“ABC”“A”“B”“C”“Fd”

【参考方案5】：

我意识到这是一个老问题，但由于我刚才正在寻找类似的答案并找到它，所以我想我会分享。

我自己找到的最简单最快的解决方案：

x <- c("AB.38.2", "GF.40.4", "ABC.34.2")
only_letters <- function(x)  gsub("^([[:alpha:]]*).*$","\\1",x) 
only_letters(x)

输出是：

[1] "AB"  "GF"  "ABC"

希望这对某人有所帮助！