使用rapply从字符名称向量中的字符向量

我想从一组全名（后缀和全名都是字符向量）中删除一组后缀。使用两个for()循环和gsub()这很容易，但似乎应该有一个更有效的方法（无论是在代码行还是时钟循环中）。使用rapply从字符名称向量中的字符向量

我的第一个想法是rapply()，但我不能得到它的工作。也许for()循环是最好的方法，但在这一点上我有兴趣更好地了解rapply()

这里是for()循环版本。

names.full <- c("tom inc", "dick co", "harry incorp", "larry inc incorp", "curly", "moe") 
suffix <- c("inc", "incorp", "incorporated", "co", "company") 
suffix <- paste(" ", suffix, "$", sep = "") 

# with loops 
names.abbr <- names.full 
for (k in seq(2)) { 
    for (i in seq(length(names.abbr))) { 
     for (j in seq(length(suffix))) { 
      names.abbr[i] <- gsub(suffix[j], "", names.abbr[i]) 
     } 
    } 
}

而我的失败rapply()版本。

# with rapply 
inner.fun <- function(y, x) { 
    rapply(as.list(x), function(x) gsub(y, "", x), how = "replace") 
} 
names.abbr.fail <- unlist(rapply(as.list(suffix), inner.fun, x = names.full, how = replace))

其中提供了以下错误：

> names.abbr.fail <- unlist(rapply(as.list(suffix), inner.fun, x = names.full, how = replace)) 
Error in match.arg(how) : 'arg' must be NULL or a character vector

来源

2011-07-18 Richard Herron

错误是我认为，因为你没有在你的'inner.fun'中引用“replace”。不知道如何用'rapply'做到这一点，但我相信有比循环更好的方法... – joran

在你的榜样，你最终只会删除所有，但第一个字。这是很容易与

sub(" .*$", "", names.full)

做，但更普遍的regexpr模式是一样的东西"(suffix1|suffix2)"具有所有的后缀。

由于您似乎想要从"larry inc incorp"中删除一个字符串中的多个后缀，因此您需要类似"(suffix1| suffix2)+$"之类的内容。

然后，您可以简单地将它应用于names.full（我将“moe”改为“moe money”以显示“第一个字”解决方案失败的情况）。这将是这个样子：

names.full <- c("tom inc", "dick co", "harry incorp", 
    "larry inc incorp", "curly", "moe money") 
suffix <- c("inc", "incorp", "incorporated", "co", "company") 

pattern <- paste("(", paste(" ", suffix, collapse="|", sep=""), ")+$", sep="")  
sub(pattern, "", names.full) 
[1] "tom"  "dick"  "harry"  "larry"  "curly"  "moe money"

顺便说一下，如果你不想取代任何东西，但后缀，sub可能是一个更适合比gsub（gsub通常用来取代几个实例一个词内的模式的）。

来源

2011-07-19 01:23:41 Tommy

你真的需要使用for循环？我认为你应该能够在gsub中使用反向引用来提取你想要的内容。

\\w匹配0-9，A-Z和a-z范围内的任何字符。
+与前一个字符匹配1次或更多次。
()允许我们回溯参考以后在以内的任何正则表达式。
.匹配任何字符的所有字符，而*匹配前面的字符0或更多次。

把上述所有一起给我们：

gsub("(\\w+)(.*)", "\\1", names.full) 

> gsub("(\\w+)(.*)", "\\1", names.full) 
[1] "tom" "dick" "harry" "larry" "curly" "moe"

来源

2011-07-19 01:07:07 Chase

这适用于给定的示例名称，但只是保留第一个单词。它不适用于像'moe money inc'这样的字符串。 – Tommy

@汤米 - 公平点，虽然从阅读OP原始问题和示例，这是他看起来想要的。强大的解决方案应该带有强大的示例:) +1为您的答案。 – Chase

使用rapply从字符名称向量中的字符向量

回答

相关问题