如果单元格包含 R 中字符串的一部分，如何替换单元格

Question

我的列具有从 1 到 5 的不同评级，数字旁边有描述符。格式为“数字破折号描述符”，例如。 “1 - 非常高兴”或“5 - 饥饿”。我想仅用数字替换这些，但是有很多不同的描述符，而且太多，无法手动重新编码。

因为它们都包含破折号，所以我确信一定有一种方法可以做一些事情，比如将包含“1 -”的单元格的所有实例替换为“1”，但我似乎无法做任何简单的工作。

如有任何帮助，我们将不胜感激！

我可以使用 str_contains 查找包含破折号的单元格，但无法使用 dplyr 中的替换来实现这一点。

Answer 1

要从 R 中的文本字符串中提取数字，我将使用

{stringr}

包。

首先，让我们在一个简单的数据框中重现您的数据：

library(dplyr)

data <- tibble("values" = c("1 - very happy", "5 - hungry", "3 - average"))

我们可以使用

str_extract

包中的

{stringr}

从字符串中提取第一个字符，对字符串 (

.

) 开头的任何字符 (

^

) 使用正则表达式语法：

install.packages("stringr")
library(stringr)
data |> 
  mutate(numbers = stringr::str_extract(values, "^."))

或者，我们可以对

\\d+

中的任意数字（

str_extract

）使用正则表达式，只从字符串中提取数字，无论它们位于字符串的哪个部分：

data |> 
  mutate(numbers = stringr::str_extract(values, "\\d+"))

最后，其他软件包（例如

{readr}

）具有帮助完成此类数据清理任务的功能：

data |> 
  mutate(numbers = readr::parse_number(values))