我在 R 语言中遇到一个问题来处理数据框 (
test_dataframe
) 列 (test_column
) 值,如下所示:test_column
6.77[9]
5.92[10]
2.98[103]
我需要删除方括号和方括号内的任何字符,因此目标值如下:
test_column
6.77
5.92
2.98
我尝试使用R语言中的
gsub
函数,但不太幸运地解决它,有人可以帮忙解决吗?
我会用:
input <- c("6.77[9]", "5.92[10]", "2.98[103]")
gsub("\\[.*?\\]", "", input)
[1] "6.77" "5.92" "2.98"
正则表达式模式
\[.*?\]
应匹配方括号中的任何引用术语,并且使用 gsub
将告诉 R 替换所有此类术语。
您可以使用
sub
并删除方括号后面的所有内容。
df$test_column <- sub("\\[.*", "", df$test_column)
df
# test_column
#1 6.77
#2 5.92
#3 2.98
您可能希望将
sub
的输出包装在 as.numeric
中。
如果前面总是有一个数值,如示例所示,您也可以使用
parse_number
readr::parse_number(df$test_column)
#[1] 6.77 5.92 2.98
数据
df <- structure(list(test_column = c("6.77[9]", "5.92[10]", "2.98[103]"
)), row.names = c(NA, -3L), class = "data.frame")
我们可以使用
str_remove
中的
stringr
library(stringr)
library(dplyr)
df %>%
mutate(test_column = str_remove(test_column, "\\[.*"))
# test_column
#1 6.77
#2 5.92
#3 2.98
这可能也是使用
str_remove_all()
包 stringr
中的 version: 1.5.1
的另一个选项,它使用 parentheses
创建捕获组,然后通过管道传输到 as.double()
转换为数字向量:
str_remove_all(c("6.77[9]", "5.92[10]", "2.98[103]")
,pattern = "(\\[.*\\])") %>%
as.double()
[1] 6.77 5.92 2.98