获取特定的字符串模式[关闭]

Posted 2023-02-14

【中文标题】获取特定的字符串模式[关闭]

【英文标题】：Getting a specific string pattern [closed]

【发布时间】：2022-01-09 05:14:37

【问题描述】：

我有一个带有字符串列的数据库，这个数据库看起来像这样：

structure(list(variables = c("data$Ageee[data$Beneficiary == 1] and data$Age[data$Beneficiary == 0]",
"data$var[data$Beneficiary == 1] and data$Age[data$Beneficiary == 0]",
"data$variable_test[data$Beneficiary == 1] and data$Age[data$Beneficiary == 0]"
), values = c(0, 0, 0)), class = "data.frame", row.names = c(NA,
-3L))

但是，考虑到第一个 $ 之后和第一个 [ 之前的文本，我想获得一个新列，所以我得到：

structure(list(variables = c("Ageee", "var", "variable_test"
), values = c(0, 0, 0)), class = "data.frame", row.names = c(NA,
-3L))

感谢您的帮助。

【参考方案1】：

我们可以使用sub 来捕获$ 之后的单词（(\\w+） - $ 是正则表达式中的元字符，表示字符串的结尾，因此它被转义（\\）

df1$variables <- sub("\\w+\\$(\\w+).*", "\\1", df1$variables)

-输出

> df1
      variables values
1         Ageee      0
2           var      0
3 variable_test      0

【讨论】：

如果我们将字符串放在单引号中会发生什么，例如：structure(list(variables = c("data$`Ageee in Years`[data$Beneficiary == 1] and data$`Age in Years`[data$ Beneficiary == 0]", "data$var[data$Beneficiary == 1] and data$Age[data$Beneficiary == 0]", "data$variable_test[data$Beneficiary == 1] and data$Age[data$Beneficiary == 0]" ), values = c(0, 0, 0)), class = "data.frame", row.names = c(NA, -3L))@Akrun

@Erivelton 您可以将代码(\\w+) 更改为sub("\\w+\\$([^[]+)\\[.*", "\\1", df1$variables) 即不是[ 的字符被（([^[]+)）捕获

【参考方案2】：

我们可以将stringr 与str_extract 和str_remove 一起使用，通过积极的后视来确定所需的模式就在第一个$ 之后。

library(dplyr)
library(stringr)

df %>% mutate(variables = str_extract(variables, "(<?\\$)\\w+")%>%
                  str_remove('\\$'))

      variables values
1         Ageee      0
2           var      0
3 variable_test      0