2.2 R常用函数及其应用

Function_name ( variable1, variable2, variable3 ···)

2.2.4 字符处理函数

• nchar(n)：返回字符串x的字符数量。

> x <- c("ab", "cde", "dexyz")
> length(x)
[1] 3
> nchar(x[3])
[1] 5

• substr(x, start, stop)：提取或者替换字符串x中指定位置范围start : stop上的子串。

> x <- "abcdefghijkl"
> substr(x,5, 8)              # 获取x中第5至8个字符
[1] "efgh"
> substr(x, 5, 8) <- "wxyz"      # 将x的第5至8个字符替换成“wxyz”
> x
[1] "abcdwxyzijkl"

• grep(pattern, x, ignore.case=FALSE, fixed=FALSE)：在字符串x中搜索给定的子串pattern，返回值为匹配的下标。

如果x有n个元素，即包括n个字符串，则grep(pattern, x)会返回一个长度不超过n的向量。
若fixed=FALSE， 则pattern为一个正则表达式，此时可通过设置ignore.case参数来设置是否忽略大小写。
若fixed=TRUE，则pattern为一个文本字符串，此时会忽略ignore.case的设定。

> grep("A", c("b", "A", "a", "d", "A"),fixed = TRUE)    # 模式“A”被识别为文本字符串
[1] 2 5

> grep("A", c("b", "A", "a", "d", "A"),fixed = TRUE, ignore.case = TRUE)
[1] 2 5
Warning message:
In grep("A", c("b", "A", "a", "d", "A"), fixed = TRUE, ignore.case = TRUE) :
  略过'ignore.case = TRUE'参数值

> grep("A", c("b", "A", "a", "d", "A"),fixed = FALSE)      # 模式“A”被识别为正则表达式
[1] 2 5

> grep("A", c("b", "A", "a", "d", "A"),fixed = FALSE, ignore.case = TRUE)      # 模式“A”被识别为正则表达式，且忽略大小写
[1] 2 3 5

• sub(pattern, replacement, x, ignore.case=FALSE, fixed=FALSE)：在字符串x中搜索给定的子串pattern，并以文本replacement将其替换。

参数ignore.case和fixed的含义同前面的grep()函数。

> sub("\\s", ".", "Hello There")
[1] "Hello.There"

注意正则表达式中的使用单斜线\的特殊字符需要使用双斜线\\，如上例中的“\s”。

• strsplit(x, split, x, fixed=FALSE)：在split处分割字符串向量x中的元素，将其拆分成若干个子字符串，返回这些子字符串组成的R列表。

参数fixed的含义同前面的grep()函数。

> y <- strsplit("abc", "")
> y
[[1]]
[1] "a" "b" "c"

> unlist(y)[2]
[1] "b"
> sapply(y, "[", 2)   # 提取列表中第2个位置的成分
[1] "b"
> strsplit("6-16-2011","-")
[[1]]
[1] "6"    "16"   "2011"

> strsplit("6-16-2011",split="-")
[[1]]
[1] "6"    "16"   "2011"

注意正则表达式中的使用单斜线\的特殊字符需要使用双斜线\\，如上例中的“\s”。
unlist()函数可以将R对象（通常是列表或者向量）转换成向量，用法如下：
unlist(x, recursive = TRUE, use.names = TRUE)

recursive，是否递归操作，即是否对x的成分也进行unlist操作
use.names，是否保留names

> y<-list(name=c("peter","john","mike"),ages=c(24,35,68),c(88,99),am=list(try=c(1,2),uk=matrix(1:6,2,3)))
> y
$name
[1] "peter" "john"  "mike" 

$ages
[1] 24 35 68

[[3]]
[1] 88 99

$am
$am$try
[1] 1 2

$am$uk
     [,1] [,2] [,3]
[1,]    1    3    5
[2,]    2    4    6


> x <- unlist(y)
> x
  name1   name2   name3   ages1   ages2   ages3                 am.try1 am.try2  am.uk1 
"peter"  "john"  "mike"    "24"    "35"    "68"    "88"    "99"     "1"     "2"     "1" 
 am.uk2  am.uk3  am.uk4  am.uk5  am.uk6 
    "2"     "3"     "4"     "5"     "6" 
> class(x)
[1] "character"
> length(x)
[1] 16
> is.vector(x)
[1] TRUE
> is.list(x)
[1] FALSE

> w <- unlist(y, use.names = FALSE)
> w
 [1] "peter" "john"  "mike"  "24"    "35"    "68"    "88"    "99"    "1"     "2"    
[11] "1"     "2"     "3"     "4"     "5"     "6"  

> z <- unlist(y, recursive = FALSE)
> z
$name1
[1] "peter"

$name2
[1] "john"

$name3
[1] "mike"

$ages1
[1] 24

$ages2
[1] 35

$ages3
[1] 68

[[7]]
[1] 88

[[8]]
[1] 99

$am.try
[1] 1 2

$am.uk
     [,1] [,2] [,3]
[1,]    1    3    5
[2,]    2    4    6
> length(z)
[1] 10