文字列のベクトルから数値を抽出する

私はこのような文字列を持っています：

years<-c("20 years old", "1 years old")

このベクトルの数値のみをgrepしたいと思います。期待される出力はベクトルです：

c(20, 1)

これを行うにはどうすればよいですか？

いかがですか

# pattern is by finding a set of numbers in the start and capturing them
as.numeric(gsub("([0-9]+).*$", "\\1", years))

または

# pattern is to just remove _years_old
as.numeric(gsub(" years old", "", years))

または

# split by space, get the element in first index
as.numeric(sapply(strsplit(years, " "), "[[", 1))

置換は、解決策を得る間接的な方法だと思います。すべての数値を取得したい場合は、次のことをお勧めしgregexprます。

matches <- regmatches(years, gregexpr("[[:digit:]]+", years))
as.numeric(unlist(matches))

文字列に複数の一致がある場合、これはそれらすべてを取得します。最初の一致のみに関心がある場合は、regexpr代わりにgregexprを使用して、をスキップできますunlist。

更新extract_numericは非推奨な のでparse_number、readrパッケージから使用できます。

library(readr)
parse_number(years)

ここに別のオプションがあります extract_numeric

library(tidyr)
extract_numeric(years)
#[1] 20  1

これは、より単純なPerlのような正規表現を使用した、Arunの最初のソリューションの代替案です。

as.numeric(gsub("[^\\d]+", "", years, perl=TRUE))

または単に：

as.numeric(gsub("\\D", "", years))
# [1] 20  1

stringrパイプライン化されたソリューション：

library(stringr)
years %>% str_match_all("[0-9]+") %>% unlist %>% as.numeric

あなたもすべての文字を取り除くことができます：

as.numeric(gsub("[[:alpha:]]", "", years))

おそらくこれはあまり一般化されていません。

開始位置の任意の文字列から数値を抽出します。

x <- gregexpr("^[0-9]+", years)  # Numbers with any number of digits
x2 <- as.numeric(unlist(regmatches(years, x)))

位置の任意の文字列INDEPENDENTから数値を抽出します。

x <- gregexpr("[0-9]+", years)  # Numbers with any number of digits
x2 <- as.numeric(unlist(regmatches(years, x)))

str_extractからも使用できますstringr

years<-c("20 years old", "1 years old")
as.integer(stringr::str_extract(years, "\\d+"))
#[1] 20  1

文字列に複数の数値があり、それらすべてを抽出したい場合は、thisを使用するstr_extract_allと、 str_extractすべてのmacthesが返されます。

years<-c("20 years old and 21", "1 years old")
stringr::str_extract(years, "\\d+")
#[1] "20"  "1"

stringr::str_extract_all(years, "\\d+")

#[[1]]
#[1] "20" "21"

#[[2]]
#[1] "1"

以下からのポストの後ガボールグロタンディークの R-ヘルプメーリングリストでのポスト

years<-c("20 years old", "1 years old")

library(gsubfn)
pat <- "[-+.e0-9]*\\d"
sapply(years, function(x) strapply(x, pat, as.numeric)[[1]])

私たちができるパッケージを接着剤を使用して：

# install.packages("unglue")
library(unglue)

years<-c("20 years old", "1 years old")
unglue_vec(years, "{x} years old", convert = TRUE)
#> [1] 20  1

^{reprexパッケージ（v0.3.0）によって2019-11-06に作成されました}

詳細：https : //github.com/moodymudskipper/unglue/blob/master/README.md