R语言--字符处理(stringr包)

Python017

R语言--字符处理(stringr包),第1张

stringr 包中的大部分函数具有统一风格的命名方式,以 str_ 开头,正则表达式也完全适用该包。

字符拼接函数 str_c ,与R语言自带的 paste 和 paste0 函数具有相同的作用。

字符计数函数 str_count ,计算字符串中指定字符的个数。

字符检查函数 str_detect ,检查字符串中是否包含指定字符,返回逻辑向量。

字符复制函数 str_dup ,将字符向量重复若干次,返回重复后的字符向量。

字符提取函数 str_extract 和 str_extract_all ,对字符串进行提取, str_extract_all 函数返回所有的匹配结果。

字符串格式化函数 str_glue ,用花括号 {} 表示占位符,括号内的变量被替换成全局变量值。

字符串长度函数 str_length ,计算字符串长度。

字符位置提取函数 str_locate 和 str_locate_all ,返回匹配到的字符的位置。

字符匹配函数 str_match 和 str_match_all 与字符提取函数 str_extract 类似,返回匹配到的字符,不同之处在于返回格式。

字符补齐函数 str_pad ,用于在字符串中添加单个字符,可选择添加的位置,在参数 side 中进行设置。

字符删除函数 str_remove 和 str_remove_all ,用于删除字符串中的部分字符。

字符替换函数 str_replace 、 str_replace_all 和 str_replace_na ,用于替换字符串中的部分字符。

字符排序函数 str_sort 和 str_order ,对字符向量进行排序。

字符分割函数 str_split 和 str_split_fixed ,对字符串进行分割。

字符过滤函数 str_sub 和 str_subset , str_sub 函数通过指定开始和结束位置,过滤出字符串的部分字符串。 str_subset 函数通过匹配模式,过滤出满足模式的字符串。

stringr 包中其他的有用函数,用于常见的字符处理。

# R语言判断字符串是否包含某字符,需要导入stringr包,两个函数都是可以的

stringr::str_detect(table$cust_id,'123')

grepl('123',table$cust_id)

. \ | ( ) [ ] ^ $ * + ?

数量词: * + ? {m} {m,n} {m,}

stringr包里面的函数主要分为 6大类 ,包括:

接下来,我们将逐个演示这些函数的使用方法。

str_detect 可以检测pattern是否包括在某个字符串中,并返回TRUE和FALSE

str_count 检测pattern是否包括在某个字符串中的数目

str_which 告诉pattern的索引位置

str_locate 和 str_locate_all 返回pattern的开始和终止位置;

区别是 str_locate 只返回字符串里面的 首个匹配 到的pattern;

str_locate_all 返回字符串里面的 所有匹配 到的pattern;

str_view 和 str_view_all 函数都可以以可视化的方式,返回字符串中匹配到的pattern;

str_sub 在给定起始和终止参数的基础上对字符串进行截取或者替换

str_subset 返回pattern所在的字符串

str_extract 函数返回每个字符串中首个匹配到的pattern

str_extract_all 函数返回每个字符串中所有匹配到的pattern str_extract_all 函数中 simplify 默认为False,默认返回list;当 simplify 为True,则返回matrix

str_match 函数返回每个字符串中首个匹配到的pattern,以matrix的形式呈现

str_match_all 函数返回每个字符串中所有匹配到的pattern,以list的形式呈现

str_length 函数可以计算字符串的长度

str_pad 函数可以填充字符

str_trim 函数去除字符串的空白部分

str_squish 函数作用和 str_trim 函数作用一致,但除了去除字符串前、后的空格,它还可以去除字符串中间出现的重复的空格。这一点上, str_trim 函数无法办到。

str_trunc 函数可以把字符串切割到指定长度

str_replace 函数可以替换pattern为新的字符,仅限于第一个匹配到的

str_replace_all 函数可以替换所有匹配到的pattern

str_replace_na 可以将缺失值替换成‘NA’,这样na.omit函数就无法将缺失值删除了

在 str_replace 和 str_replace_all 函数中,replacement可以用\1, \2中表示模式中的捕获

str_to_upper 函数可以将小写字母转成大写字母

str_to_lower 函数可以将大写字母转成小写字母

str_remove 可以移除字符串中首个匹配到的pattern

str_remove_all 可以移除字符串中所有匹配到的pattern

str_c 函数可以拼接多个字符串

str_dup 函数可以复制字符串

str_split 按照pattern分割字符串

str_split_fixed 按照pattern将字符串分割成指定个数

str_order 函数和 str_sort 函数都可以对字符串进行排序,两者之前的区别在于 前者返回排序后的索引(下标),而后者返回排序后的实际值 。

R 正则表达式

R语言与正则表达式

原来是它!正则表达式揪出生信分析中没有报错的内鬼错误

R语言教程

R for Data Science