如何使用stringr和正则表达式来转换字符串（更改，保留，提取）与一些例外？

嘿，我有一个数据集，我手工采摘以下7项为例：如何使用stringr和正则表达式来转换字符串（更改，保留，提取）与一些例外？

mydf <- data.frame(transmission = c('Auto(L3)','Auto(L4)','Auto (S4)','Automatic (6-spd)','Automatic (L3)', 
'Automatic (variable gear ratios)', 'Manual 4-spd'))

这是

     transmission 
1       Auto(L3) 
2       Auto(L4) 
3      Auto (S4) 
4     Automatic 6-spd 
5     Automatic (L3) 
6 Automatic (variable gear ratios) 
7      Manual 4-spd

的要求是自动（...）转换为自动.. - 自动（L3）到自动L3，自动（S4）到自动S4 - 除去'（'，'）'，' - '或''，除了手动或自动之后的第一个空白 - -spd）自动6spd。

结果应该yiedl：

     transmission 
1      Automatic L3 
2      Automatic L4 
3      Automatic S4 
4     Automatic 6spd 
5      Automatic L3 
6  Automatic variablegearratios 
7      Manual 4spd

目前我使用的可能是最笨的办法：

transmission %>% 
    str_replace_all(' \\(',' ') %>% 
    str_replace_all('Auto ','Automatic ') %>% 
    str_replace_all(' ','') %>% 
    str_replace_all('[()-]','') %>% 
    str_replace_all('Automatic','Automatic ') %>% 
    str_replace_all('Manual','Manual ')

但它是如此不必要的冗余和耗时。用stringr软件包（str_xxx函数）和正则表达式做正确的方法是什么？

在此先感谢。

来源

2016-11-10 godric97

> mydf 
         transmission 
1       Auto(L3) 
2       Auto(L4) 
3      Auto (S4) 
4    Automatic (6-spd) 
5     Automatic (L3) 
6 Automatic (variable gear ratios) 
7      Manual 4-spd 

> mydf$transmission_r = str_replace(mydf$transmission, "Auto(?:matic)?\\s?\\((.*)\\)", "Automatic \\1") 
> mydf$transmission_r = str_replace_all(mydf$transmission_r, "-", "") 
> mydf$transmission_r = str_replace_all(mydf$transmission_r, "(?<!Automatic|Manual)\\s", "") 
> mydf 
         transmission     transmission_r 
1       Auto(L3)     Automatic L3 
2       Auto(L4)     Automatic L4 
3      Auto (S4)     Automatic S4 
4    Automatic (6-spd)     Automatic 6spd 
5     Automatic (L3)     Automatic L3 
6 Automatic (variable gear ratios) Automatic variablegearratios 
7      Manual 4-spd     Manual 4spd

说明

开始与“自动”这个词，然后，使用非匹配组（使用?:），指示“马蒂奇”可能存在（使用(matic)?）。接下来，请指出可能存在空格（\\s?）。接下来，转义左括号（\\(），捕获匹配组（(.*)）中的所有文本，最后转义右括号（\\(）。这是我们的正则表达式。然后，我们用“自动”一词替换它，然后是我们的第一个匹配组（\\1）中捕获的任何内容，这是括号内的任何内容。

删除连字符现在只是使用str_replace_all删除连字符，并删除除“手动”或“自动”之间的所有空间只是我们使用负面看后面，以确保该空间之前没有这些字（使用(?<!Automatic|Manual)）。

来源

2016-11-10 05:14:11 brittenb

用少一点的正则表达式，多一些strsplit：

mydf$transmission <- gsub("Auto(?=[^m])", "Automatic", mydf$transmission, perl=TRUE) 
sapply(
    strsplit(gsub("[()-]", " ", mydf$transmission), "\\s+"), 
    function(x) paste(x[1], paste0(x[-1],collapse="")) 
) 
#[1] "Automatic L3"     "Automatic L4"     
#[3] "Automatic S4"     "Automatic 6spd"    
#[5] "Automatic L3"     "Automatic variablegearratios" 
#[7] "Manual 4spd"

来源

2016-11-10 06:11:33 thelatemail

如何使用stringr和正则表达式来转换字符串（更改，保留，提取）与一些例外？

回答

相关问题