R for data Science（九）

Stringr

本章将向您介绍r中的字符串操作，您将了解字符串如何工作以及如何手工创建它们，但是本章的重点将放在正则表达式，或简称regexp上。正则表达式非常有用，因为字符串通常包含非结构化或半结构化数据，regexp是一种用于描述字符串中的模式的简明语言。

library(tidyverse)
library(stringr)

stringr常用几大函数

求字符长度： str_length（） 相当于length（）

字符合并： str_c() 相当于paste（）

字符截取： str_sub（）相当于substring（）

正则表达式： str_view()

计算字符串长度

str_length(c("a", "R for data science", NA))#> [1]  1 18 NA

合并字符串

str_c("x", "y")
#> [1] "xy"
str_c("x", "y", "z")
#> [1] "xyz"
str_c("x", "y", sep = ", ")
#> [1] "x, y"
str_c(c("x", "y", "z"), collapse = ", ")
[1] "x, y, z"
str_c(c("x", "y", "z"), sep = ", ")
[1] "x" "y" "z"
str_c(c("x", "y"), sep = ", ")
[1] "x" "y"
str_c("x", "y", sep = ", ")
[1] "x, y"

强调一点，请仔细体会str_c（）中的sep和collapse参数的不同点，就是collapse代表的合并为一个引号下的字符串，而sep则是分开为多个字符串

image

字符串截取

相当于substring

x <- c("Apple", "Banana", "Pear")
str_sub(x, 1, 3)
#> [1] "App" "Ban" "Pea"
# negative numbers count backwards from end
str_sub(x, -3, -1)
#> [1] "ple" "ana" "ear"
str_sub("a", 1, 5)
#> [1] "a"
str_sub("a", 1, 5)
#> [1] "a"

上面的代码就是告诉我们sub_str()第一个参数为截取对象，第二、三个参数为要截取的起点和终点，当然是从1开始，如果截取的数字前面加上负号代表的就是倒叙截取

同时str_sub还可以用来赋值比如

image

正则表达式 str_view函数

R里面的正则

. 代表一个任意字符

. 代表点号自己

\d 代表任意数字

\s 代表空格

[abc] 代表a/b/c

[^abc] 代表非a，非b，非c

^匹配字符串的开始。

$以匹配字符串的末尾

？ 代表0次或一次

+ >=1 次

* >=0 次

x <- c("apple", "banana", "pear")
str_view(x, "an")
applebananapear
x <- c("apple", "banana", "pear")
str_view(x, ".a.")applebananapear
str_view(fruit, "(..)\\1", match = TRUE)
bananacoconutcucumberjujubepapayasalal berry

image

加括号，以及数字代表什么呢？加括号就是代表你的对象被选中，后续匹配的还是你的数字，相当于叠字

就像上面的anan，coco等