如何在R中的关键字前添加逗号？

Question

我目前有一个城市数据框/向量，其末尾有以以下任意内容开头的单词：Util、Municipal、Police、Water 或末尾有 #。

如何前往：

科尔
假市政法院之城
假装水务之城
非真正警察局之城
欺诈山公用事业
El Imagined 第 344 区法院

对此：

科尔
德克萨斯州假城市法院
德克萨斯州假装市自来水公司
非真实市，德克萨斯州警察局
弗劳德山，德克萨斯州公用事业公司
El Imagined，德克萨斯州第 344 号地方法院

我当前的代码是：

DATA %>%
  mutate(col = str_replace(col, "(?i)(?>=(UTIL | MUNICIPAL | Police | Water | ^([0-9]+)")),?\\s", ", TX"))

我认为每个关键字都正确包含在这个表达式中。我绝对不确定的是我是否弄错了数字。

Answer 1

你可以使用

x <- c("City of Fake Municipal Court", "City of Pretend Water Utility","City of Not Real Police Department","Fraud Hill Utility","El Imagined 344th District Court")
regex <- "(?i)\\s*\\b(util(?:it(?:y|ies))?|MUNICIPAL|Police|Water|[0-9]+(?:st|[rn]d|th)?)(?:,?\\s)?"
trimws(sub(regex, ", TX ", x, perl=TRUE))

请参阅 regex 演示 和 R 演示。注意

sub

只会替换第一次出现的情况，并且 PCRE 模式需要

perl=TRUE

才能与

sub

配合使用。

图案详情：

• (?i)

  - 模式不区分大小写

• \s*

  - 零个或多个空格

• \b

  - 单词边界

• (util(?:it(?:y|ies))?|MUNICIPAL|Police|Water|[0-9]+(?:st|[rn]d|th)?)

  - 第 1 组：

  util

  后跟一个可选的

  it

  ，后跟

  y

  或

  ies

  ，或

  MUNICIPAL

  ，或

  Police

  ，或

  Water

  ，或一个或更多数字，可选后跟

  st

  、

  r

  或

  n

  ，然后是

  d

  或

  th

• (?:,?\s)?

  - 可选的非捕获组，匹配出现一次或零次的可选逗号，然后是空格字符。