代码之家 › 专栏 › 技术社区 › Neal Barsch

regex只保留单词r之前的最后一个数字(可复制)[重复]

dataframe regex r

Neal Barsch · 技术社区 · 6 年前

这个问题已经有了答案:

Extracting Date from text using R 1答

我有一列日期、数字+日期和NA,格式如下,我只想保留日期部分,删除R中的另一个数字,可能使用SUB或GSUB?很高兴接受一个帮助我的答案:)

df <- data.frame(a=c(1:11), datecol=c("11 June 2018", NA, NA, "400 10 June 2017",NA,"5 05 June 2018", NA, NA, NA, NA, "25 15 May 2016"))

df.desired <- data.frame(a=c(1:11), datecol=c("11 June 2018", NA, NA, "10 June 2017",NA,"05 June 2018", NA, NA, NA, NA, "15 May 2016"))

2 回复 | 直到 6 年前

akrun 6 年前

我们可以使用 sub 匹配1或2位数的模式( \\d{1,2} ),后跟空格、单词( \\w+ )对于月份、空格和表示“年”的最后4位数字,将其捕获为一个组,并在替换中使用捕获组的回溯引用

sub(".*\\s+(\\d{1,2}.*\\w+\\s+\\d{4}$)", "\\1", df$datecol)
#[1] "11 June 2018" NA             NA             "10 June 2017" NA            
#[6] "05 June 2018" NA             NA             NA             NA            
#[11] "15 May 2016"

PKumar 6 年前

你也可以使用, stringr 包裹:

stringr::str_extract(df$datecol,"\\d{1,2}\\s+[a-zA-Z]+\\s+\\d{4}")

产量 :

> stringr::str_extract(df$datecol,"\\d{1,2}\\s+[a-zA-Z]+\\s+\\d{4}")
 [1] "11 June 2018" NA             NA             "10 June 2017"
 [5] NA             "05 June 2018" NA             NA            
 [9] NA             NA             "15 May 2016"

推荐文章

user1245262 · 筛选Pandas数据帧时出现问题

1 年前

Foroand · 熊猫数据帧中的词频计数耗时过长

1 年前

user14696236 · 如何为每个对应的列创建一行[重复]

2 年前

Shawn Hemelstrand · 为什么我的自定义errorbar函数不能在R中工作?

2 年前

Karim Abou El Naga · 将带字符串的DataFrame绘制到堆叠条形图中

2 年前

The Great · 拆分并存储数据帧,但名称基于特定列中的唯一值

2 年前

nickolakis · 基于R中的列名复制列

2 年前

opposity · 形成一个数据帧,该数据帧包含R中包含类别和子类别的列

2 年前

A. Handler · 有没有办法将数据帧的列与完整列名向量相匹配?

2 年前

JasonX · 运行减法计算

2 年前