先頭と末尾の空白を削除する方法は？

data.frameの先頭と末尾の空白に問題があります。例えば私の特定を見てみたいとrowしてdata.frame、特定の条件に基づいて：

> myDummy[myDummy$country == c("Austria"),c(1,2,3:7,19)] 

[1] codeHelper     country        dummyLI    dummyLMI       dummyUMI       
[6] dummyHInonOECD dummyHIOECD    dummyOECD      
<0 rows> (or 0-length row.names)

オーストリアが明らかに私の国に存在していたので、なぜ期待した出力が得られなかったのかと思いましたdata.frame。私のコード履歴を調べ、何がうまくいかなかったかを理解しようとした後、私は試しました：

> myDummy[myDummy$country == c("Austria "),c(1,2,3:7,19)]
   codeHelper  country dummyLI dummyLMI dummyUMI dummyHInonOECD dummyHIOECD
18        AUT Austria        0        0        0              0           1
   dummyOECD
18         1

コマンドで変更したのは、オーストリアに続く追加の空白です。

さらに厄介な問題が明らかに発生します。たとえば、country列に基づいて2つのフレームをマージする場合などです。1つdata.frameは"Austria "他のフレームにある間使用します"Austria"。マッチングが機能しません。

1. 問題を認識できるように画面の空白を「表示」する良い方法はありますか？
2. Rの先頭と末尾の空白を削除できますか？

これまでPerlは、空白を削除する単純なスクリプトを記述してきましたが、R内でなんとかできればいいのですが。

おそらく最良の方法は、データファイルを読み取るときに末尾の空白を処理することです。を使用するread.csvかread.table、パラメータを設定できますstrip.white=TRUE。

後で文字列を消去したい場合は、次のいずれかの関数を使用できます。

# returns string w/o leading whitespace
trim.leading <- function (x)  sub("^\\s+", "", x)

# returns string w/o trailing whitespace
trim.trailing <- function (x) sub("\\s+$", "", x)

# returns string w/o leading or trailing whitespace
trim <- function (x) gsub("^\\s+|\\s+$", "", x)

これらの関数の1つをで使用するにはmyDummy$country：

 myDummy$country <- trim(myDummy$country)

使用できる空白を「表示」するには：

 paste(myDummy$country)

引用符（ "）で囲まれた文字列が表示され、空白を見つけやすくなります。

R 3.2.0以降、先頭/末尾の空白を削除するための新しい関数が導入されました。

trimws()

参照：http : //stat.ethz.ch/R-manual/R-patched/library/base/html/trimws.html

空白を操作するには、ストリンガーパッケージのstr_trim（）を使用します。パッケージには2013年2月15日付けのマニュアルがあり、CRANにあります。この関数は文字列ベクトルも処理できます。

install.packages("stringr", dependencies=TRUE)
require(stringr)
example(str_trim)
d4$clean2<-str_trim(d4$V2)

（クレジットはコメンターに送られます：R.コットン）

先頭と末尾の空白を削除する単純な関数：

trim <- function( x ) {
  gsub("(^[[:space:]]+|[[:space:]]+$)", "", x)
}

使用法：

> text = "   foo bar  baz 3 "
> trim(text)
[1] "foo bar  baz 3"

ad1）空白を表示するにはprint.data.frame、変更した引数を使用して直接呼び出すことができます。

print(head(iris), quote=TRUE)
#   Sepal.Length Sepal.Width Petal.Length Petal.Width  Species
# 1        "5.1"       "3.5"        "1.4"       "0.2" "setosa"
# 2        "4.9"       "3.0"        "1.4"       "0.2" "setosa"
# 3        "4.7"       "3.2"        "1.3"       "0.2" "setosa"
# 4        "4.6"       "3.1"        "1.5"       "0.2" "setosa"
# 5        "5.0"       "3.6"        "1.4"       "0.2" "setosa"
# 6        "5.4"       "3.9"        "1.7"       "0.4" "setosa"

?print.data.frame他のオプションについても参照してください。

grepまたはgreplを使用して空白を含む観測を検索し、subを削除して空白を削除します。

names<-c("Ganga Din\t","Shyam Lal","Bulbul ")
grep("[[:space:]]+$",names)
[1] 1 3
grepl("[[:space:]]+$",names)
[1]  TRUE FALSE  TRUE
sub("[[:space:]]+$","",names)
[1] "Ganga Din" "Shyam Lal" "Bulbul"  

回答をコメントとしてuser56に追加したいのですが、それでも独立した回答として書くことはできません。先頭と末尾の空白の削除は、gdataパッケージからtrim（）関数を使用して行うこともできます。

require(gdata)
example(trim)

使用例：

> trim("   Remove leading and trailing blanks    ")
[1] "Remove leading and trailing blanks"

入力の間に複数のスペースがある場合、別の関連する問題が発生します。

> a <- "  a string         with lots   of starting, inter   mediate and trailing   whitespace     "

次に、split引数に正規表現を使用して、この文字列を「実際の」トークンに簡単に分割できます。

> strsplit(a, split=" +")
[[1]]
 [1] ""           "a"          "string"     "with"       "lots"      
 [6] "of"         "starting,"  "inter"      "mediate"    "and"       
[11] "trailing"   "whitespace"

（空ではない）文字列の先頭に一致がある場合、出力の最初の要素は '""'ですが、文字列の末尾に一致がある場合、出力は次のようになります。マッチを削除しました。

別のオプションはstri_trim、stringiパッケージの関数を使用して、デフォルトで先頭と末尾の空白を削除することです。

> x <- c("  leading space","trailing space   ")
> stri_trim(x)
[1] "leading space"  "trailing space"

先頭の空白のみを削除するには、を使用しますstri_trim_left。末尾の空白のみを削除するには、を使用しますstri_trim_right。他の先頭または末尾の文字を削除する場合は、それをで指定する必要がありpattern =ます。

詳細については?stri_trim、こちらもご覧ください。

trim.strings ()先頭と末尾の空白を削除する関数を次のように作成しました。

# Arguments:    x - character vector
#            side - side(s) on which to remove whitespace 
#                   default : "both"
#                   possible values: c("both", "leading", "trailing")

trim.strings <- function(x, side = "both") { 
    if (is.na(match(side, c("both", "leading", "trailing")))) { 
      side <- "both" 
      } 
    if (side == "leading") { 
      sub("^\\s+", "", x)
      } else {
        if (side == "trailing") {
          sub("\\s+$", "", x)
    } else gsub("^\\s+|\\s+$", "", x)
    } 
} 

説明のために、

a <- c("   ABC123 456    ", " ABC123DEF          ")

# returns string without leading and trailing whitespace
trim.strings(a)
# [1] "ABC123 456" "ABC123DEF" 

# returns string without leading whitespace
trim.strings(a, side = "leading")
# [1] "ABC123 456    "      "ABC123DEF          "

# returns string without trailing whitespace
trim.strings(a, side = "trailing")
# [1] "   ABC123 456" " ABC123DEF"   

最良の方法はtrimws（）です

次のコードは、この関数をデータフレーム全体に適用します

mydataframe <-data.frame（lapply（mydataframe、trimws）、stringsAsFactors = FALSE）

私はtrim（）を試しました。空白と '\ n'でうまく機能します。x = '\ n Harden、J. \ n'

トリム（x）

myDummy[myDummy$country == "Austria "] <- "Austria"

この後、Rに「オーストリア」をレベルとして認識させないようにする必要があります。レベルとして「USA」と「Spain」も持っているとしましょう。

myDummy$country = factor(myDummy$country, levels=c("Austria", "USA", "Spain"))

最高投票数の回答よりも少し威圧的ではありませんが、それでも機能するはずです。