从R中的字符串中提取字母

Posted

技术标签:

【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?

【问题讨论】:

【参考方案1】:

你可以试试

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

【讨论】:

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" 

【讨论】:

【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”

【讨论】:

【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!

【讨论】:

以上是关于从R中的字符串中提取字母的主要内容,如果未能解决你的问题,请参考以下文章

Lua gmatch奇数字符(斯洛伐克字母)

字符串提取操作

从R中的字符串中提取对象数组[重复]

从R中的字符串中提取最后n个字符

从R中的字符串中删除字母数字和特殊字符

从R中的字母数字字符中删除前导零