如何使用gsub

Question

我在 R 中使用一个包含日期的列的数据框。有些行包含年份，例如 1687，其他行包含日期格式，例如 12/12/23，还有一些包含字符，例如“19e 世纪上半叶”、“1876-1879”、“19e-20e 之间”。我正在尝试从该列中提取数值和特殊字符 / 和 - 。

我从所有行中提取数值的方式期望包含“/”的行，因为我想保持原样。这是我的代码：

MR_all = data.frame(
  period = c("First half of 19e century", "1876-1879", "between 19e-20e", "12/12/23")
)

detect<- grepl("/|-", MR_all$period)

MR_all['period_3'] <- dplyr::case_when(detect == FALSE ~ gsub("[^0-9 / -]", "", MR_all$period))

这不起作用，因为“/”和“-”在输出中消失了。我非常感谢帮助更改代码，以便它提取数值和那些特殊字符。

Answer 1

您的问题不在于

gsub

，而在于

case_when

的使用。如果

detect

是

TRUE

，您应该指定会发生什么。假设正则表达式正在按照您的想法进行操作，您应该按如下方式重写代码：

library(dplyr)
MR_all <- data.frame(
  period = c("First half of 19e century", "1876-1879", "between 19e-20e", "12/12/23")
)
MR_all %>%
   mutate(period_3 = case_when(!grepl("/|-", period) ~ gsub("[^[:digit:]]", "", period),
                               TRUE ~ period))
# # A tibble: 4 × 2
#   period                    period_3       
#   <chr>                     <chr>          
# 1 First half of 19e century 19              # no `/` or `-` -> remove non digits
# 2 1876-1879                 1876-1879       # `-` detected -> keep as is    
# 3 between 19e-20e           between 19e-20e # `-` detected -> keep as is
# 4 12/12/23                  12/12/23        # `/` detected -> keep as is