仅提取文本列中后跟 + 的数字，并返回新列中遵循该模式的数字 [R]

Question

我有这样的数据：

sample_data <- data.frame(
  txtnumbers = c("text stuff +300.5","other stuff 40+ more stuff","text here -30 here too","30- text here","50+","stuff here 500+","400.5-" ),
  stringsAsFactors = F
)

我想提取后面带有 + 符号的数字，并将值插入到新列中，忽略文本的其余部分，并在没有数字后跟 + 的情况下返回 NA：

desired_data <- data.frame(
  txtnumbers = c("text stuff +300.5","other stuff 40+ more stuff","text here -30 here too","30- text here","50+","stuff here 500+","400.5-" ),
  desired_col = c(NA,40,NA,NA,50,500,NA),
  stringsAsFactors = F
)

有人可以帮我提供一个有效的功能来做到这一点吗？我可以使用 parse_numeric 解析数字，但仅返回数字后跟 + 会给我带来问题。谢谢！

Answer 1

这是使用

stringr::str_extract

的一种选择

stringr::str_extract(sample_data$txtnumbers, "(\\d+)\\+", group = 1)
#[1] NA    "40"  NA    NA    "50"  "500" NA

现在，它们被提取为字符串。您可以将

as.integer

包裹起来将它们变成数字。