在 R 中的一个 gsub() 或 chartr() 语句中替换多个字符串？

Posted 2023-02-15

【中文标题】在 R 中的一个 gsub() 或 chartr() 语句中替换多个字符串？

【英文标题】：Replace multiple strings in one gsub() or chartr() statement in R?

【发布时间】：2016-03-01 05:12:07

【问题描述】：

我有一个包含字母[a-z]、空格[]和撇号[']的字符串变量，例如。 x <- "a'b c" 我想用空白[]替换撇号[']，用下划线[_]替换空格[]。

x <- gsub("'", "", x)
x <- gsub(" ", "_", x)

它绝对有效，但是当我有很多条件时，代码变得很难看。因此，我想使用chartr()，但是chartr()不能处理空白，例如。

x <- chartr("' ", "_", x) 
#Error in chartr("' ", "_", "a'b c") : 'old' is longer than 'new'

有什么办法可以解决这个问题吗？谢谢！

【问题讨论】：

你已经用两个 gsub 解决了。如果它看起来太难看，您可以创建自己的包装函数，我认为它“更漂亮”。但是你不能使用chartr，因为“空白”不是字符，而是缺少字符。

【参考方案1】：

试试这个替换列中的多文本字符：

df$TYPE <- str_replace_all(df$TYPE, c("test" = "new_test", "G" = "N", "T" = "W"))

【讨论】：

当你编辑感谢它也请标记投票。

【参考方案2】：

我知道它有点老了，但很难传递一个有效的基础 R 解决方案。只需使用管道：

test <- "abcegdfk461mnb"
test2 <- gsub("e|4|6","",test)
print(test2)

【参考方案3】：

我会使用库中相当快的函数stri_replace_all_fixed(stringi)：

library(stringi)    
stri_replace_all_fixed("a'b c", pattern = c("'", " "), replacement = c("", "_"), vectorize_all = FALSE)

这是一个考虑了大多数其他建议解决方案的基准：

library(stringi)
library(microbenchmark)
library(gsubfn)
library(mgsub)
library(magrittr)
library(dplyr)

x_gsubfn <-
x_mgsub <-
x_nested_gsub <-
x_magrittr <-
x_stringi <- "a'b c"

microbenchmark("gsubfn" =  gsubfn(".", list("'" = "", " " = "_"), x_gsubfn) ,
               "mgsub" =  mgsub::mgsub(x_mgsub, c("'", " "), c("", "_")) ,
               "nested_gsub" =  gsub("Find", "Replace", gsub("Find","Replace", x_nested_gsub)) ,
               "magrittr" =  x_magrittr %<>% gsub("'", "", .) %>% gsub(" ", "_", .) ,
               "stringi" =  stri_replace_all_fixed(x_stringi, pattern = c("'", " "), replacement = c("", "_"), vectorize_all = FALSE) 
               )

---

Unit: microseconds
        expr     min       lq      mean   median       uq     max neval
      gsubfn 458.217 482.3130 519.12820 513.3215 538.0100 715.371   100
       mgsub 180.521 200.8650 221.20423 216.0730 231.6755 460.587   100
 nested_gsub  14.615  15.9980  17.92178  17.7760  18.7630  40.687   100
    magrittr 113.765 133.7125 148.48202 142.9950 153.0680 296.261   100
     stringi   3.950   7.7030   8.41780   8.2960   9.0860  26.071   100

【参考方案4】：

您可以使用gsubfn

library(gsubfn)
gsubfn(".", list("'" = "", " " = "_"), x)
# [1] "ab_c"

同样，我们也可以使用mgsub，它允许使用多个模式进行多次替换来搜索

mgsub::mgsub(x, c("'", " "), c("", "_"))
#[1] "ab_c"

【讨论】：

如何才能调用替换文本中的旧文本（例如，常规 gsub 的 do |word| 操作）？

@Guest2819 我想我不明白。最好创建一个新问题来显示示例和预期输出。

【参考方案5】：

我认为嵌套的 gsub 可以完成这项工作。

gsub("Find","Replace",gsub("Find","Replace",X))

【参考方案6】：

我也会选择magrittr 和/或dplyr 解决方案。但是，我不喜欢创建对象的新副本，特别是如果它在函数中并且可以廉价返回。

即

return(
  catInTheHat %>% gsub('Thing1', 'Thing2', .) %>% gsub('Red Fish', 'Blue 
    Fish', .)
)

...等等。

【参考方案7】：

gsub("\\s", "", chartr("' ", " _", x)) # Use whitespace and then remove it

【参考方案8】：

我喜欢 magrittr 包中的 %<>% 和 %>% 运算符提供的语法。

library(magrittr)

x <- "a'b c"

x %<>%
  gsub("'", "", .) %>%
  gsub(" ", "_", .) 
x
##[1] "ab_c"

gusbfn 很棒，但我喜欢 %>% 允许的链接。

【讨论】：

第三个参数“.”是什么意思在 gsub() 中

默认情况下，%>% 左侧的对象管道到右侧的第一个参数。如果 LHS 需要像本例中那样作为第三个参数，则 . 是占位符。有关详细信息，请参阅vignette("magrittr")。