从R中的字母数字字符中删除前导零

Posted 2023-02-15

【中文标题】从R中的字母数字字符中删除前导零

【英文标题】：Removing leading zeros from alphanumeric characters in R

【发布时间】：2014-06-25 15:45:45

【问题描述】：

我有一个带有字母数字字符的字符向量 d

d <- c("012309 template", "separate 00340", "00045", "890 098", "3405 garage", "matter00908")

d
[1] "012309 template" "separate 00340"  "00045"           "890 098"         "3405 garage"     "matter00908"  

如何从 R 中的所有数字中删除前导零？ as.numeric 将仅删除数字或整数向量中的所有前导零。我试过gsub 和regex，但没有得到想要的结果。

预期的输出如下

out <- c("12309 template", "seperate 340", "45", "890 98", "3405 garage", "matter908")
out
[1] "12309 template" "seperate 340"   "45"             "890 98"         "3405 garage"    "matter908"  

【参考方案1】：

除非前面有数字，否则您可以使用否定的lookbehind来消除0：

> d <- c("100001", "012309 template", "separate 00340", "00045", "890 098", "3405 garage", "matter00908")
> gsub("(?<![0-9])0+", "", d, perl = TRUE)
[1] "100001"         "12309 template" "separate 340"   "45"            
[5] "890 98"         "3405 garage"    "matter908"     

使用正则表达式的另一种方式：

> gsub("(^|[^0-9])0+", "\\1", d, perl = TRUE)
[1] "100001"         "12309 template" "separate 340"   "45"            
[5] "890 98"         "3405 garage"    "matter908"     
>

【讨论】：

这也删除了数字字符串中的多个零，例如。 100001 到 101。

@Crops 现在应该修复了。

【参考方案2】：

这是利用 stringi 包中的 stri_replace_all_regex 的解决方案：

d <- c("012309 template", "separate 00340", "00045",
       "890 098", "3405 garage", "matter00908")
library("stringi")
stri_replace_all_regex(d, "\\b0*(\\d+)\\b", "$1")
## [1] "12309 template" "separate 340"   "45"             "890 98"
## [5] "3405 garage"    "matter00908"   

解释：我们正在匹配单词边界内的所有数字序列 (\b)。尾随零被贪婪地匹配（0+）。其余数字（\d 表示任何数字， \d+ 表示它们的非空序列）被捕获在一个组中（(...)）。然后我们只用组捕获的东西替换所有这些匹配项。

如果您还希望删除单词中的 0（如您的示例中所示），只需省略 \b 并调用：

stri_replace_all_regex(d, "0*(\\d+)", "$1")
## [1] "12309 template" "separate 340"   "45"             "890 98"
## [5] "3405 garage"    "matter908"  

【讨论】：

'\\d+' 呢？

已编辑：\d 表示任意数字，\d+ 表示它们的非空序列