替换R中一个gsub()或chartr()语句中的多个字符串？

Question

我有一个字符串变量，其中包含字母

[a-z]

、空格

[ ]

和撇号

[']

，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，代码就会变得丑陋。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！

Answer 1

您可以使用

gsubfn

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

同样，我们也可以使用

mgsub

，它允许用多种模式进行多次替换来搜索

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

Answer 2

我很喜欢

%<>%

包中的

%>%

和

magrittr

运算符提供的语法。

library(magrittr)

x <- "a'b c"

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

gusbfn

很棒，但我喜欢链接

%>%

允许。

Answer 3

我会选择库中相当快的函数

stri_replace_all_fixed

（stringi）：

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

这是考虑到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

Answer 4

我知道它有点旧，但很难传递有效的基础 R 解决方案。只需使用管道即可：

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

Answer 5

我认为嵌套的 gsub 可以完成这项工作。

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

Answer 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，特别是如果它位于函数中并且可以便宜地返回。

即

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

...等等。

Answer 7

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

Answer 8

尝试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"))

Answer 9

我使用这个函数，如果替换为空，它还允许省略替换的参数：

s=function(x,...,ignore.case=F,perl=F,fixed=F,useBytes=F){
  a=match.call(expand.dots=F)$...
  l=length(a)
  for(i in seq(1,l,2))x=gsub(a[[i]],if(i==l)""else a[[i+1]],x,ignore.case=ignore.case,perl=perl,fixed=fixed,useBytes=useBytes)
  x
}

> s("aa bb cc","aa","dd","bb")
[1] "dd  cc"

Answer 10

您收到错误

'old' is longer than 'new'

，因为

' 

的长度为 2，而

_

的长度为 1。如果您添加另一个

_

来匹配空格和

old

的长度，那么您的代码将有效：

chartr("' ", "__", "a'b c")
#[1] "a_b_c"