R与字符串中的数字分开

Question

我需要清理一些有单词和数字或只是数字的数据字符串。

下面是一个玩具样本

library(tidyverse)

c("555","Word 123", "two words 123", "three words here 123") %>%  
sub("(\\w+) (\\d*)",  "\\1|\\2", .)

结果是这样的：

[1] "555"                  "Word|123"             "two|words 123"        "three|words here 123"

但我想放置'|'在最后一组数字之前，如下所示

[1] "|555"                  "Word|123"             "two words|123"        "three words here|123"

Answer 1

我们可以使用sub来匹配零个或多个空格（\\s*），然后是我们作为一组（(\\d)）捕获的数字，并且在替换中使用|，然后是捕获组的反向引用（\\1）

sub("\\s*(\\d)", "|\\1", v1)
#[1] "|555"                 "Word|123"            
#[3] "two words|123"        "three words here|123"

data

v1 <- c("555","Word 123", "two words 123", "three words here 123")

Answer 2

你可以用

^(.*?)\s*(\d*)$

替换为\1|\2。见regex demo。

在R：

sub("^(.*?)\\s*(\\d*)$", "\\1|\\2", .)

细节

• ^ - 字符串的开头
• (.*?) - 捕获第1组：任何0+字符，尽可能少
• \s* - 零个或多个空格
• (\d*) - 捕获第2组：零个或多个数字
• $ - 字符串的结尾。