将逗号分隔的字符串拆分为 R 中定义的数量

Posted 2023-04-14

【中文标题】将逗号分隔的字符串拆分为 R 中定义的数量

【英文标题】：Split a comma separated string into defined number of pieces in R

【发布时间】：2020-04-03 02:00:33

【问题描述】：

我有一串逗号分隔值，我想根据逗号的数量将其分成几部分。

例如：将以下字符串每隔 5 个值或逗号拆分一次：

txt = "120923,120417,120416,105720,120925,120790,120792,120922,120928,120930,120918,120929,61065,120421" 

结果是：

[1] 120923,120417,120416,105720,120925
[2] 120790,120792,120922,120928,120930
[3] 120918,120929,61065,120421

【参考方案1】：

我们可以用逗号 (',') 拆分 text，并将它们分成 5 个一组。

temp <- strsplit(txt, ",")[[1]]
split(temp, rep(seq_along(temp), each  = 5, length.out = length(temp)))

#$`1`
#[1] "120923" "120417" "120416" "105720" "120925"

#$`2`
#[1] "120790" "120792" "120922" "120928" "120930"

#$`3`
#[1] "120918" "120929" "61065"  "120421"

如果您希望它们作为一个连接字符串，我们可以使用by

as.character(by(temp, rep(seq_along(temp), each  = 5, 
                      length.out = length(temp)), toString))

【参考方案2】：

一个基本的 R 选项是将gregexpr 与以下正则表达式模式一起使用：

\d+(?:,\d+)0,4

此模式将匹配一个数字，然后贪婪地匹配零到四个其他 CSV 数字。请注意，由于该模式是贪婪的，它总是会尝试匹配输入中剩余的最大可用数。

txt <- "120923,120417,120416,105720,120925,120790,120792,120922,120928,120930,120918,120929,61065,120421"
regmatches(txt,gregexpr("\\d+(?:,\\d+)0,4",txt))

[1] "120923,120417,120416,105720,120925" "120790,120792,120922,120928,120930"
[3] "120918,120929,61065,120421"     

【参考方案3】：

使用str_extract

library(stringr)
str_extract_all(txt, "\\d+(,\\d+)1,4")[[1]]
#[1] "120923,120417,120416,105720,120925" "120790,120792,120922,120928,120930"
#[3] "120918,120929,61065,120421"