提取了一些長短不一

Question

假裝的字符串我有一個向量：

testVector <- c("I have 10 cars", "6 cars", "You have 4 cars", "15 cars") 

有沒有一種方法去分析這個矢量，所以我可以只存儲數值：

10, 6, 4, 15 

如果問題只是「15輛汽車」和「6輛汽車」，我知道如何解析，但我對前面帶有文字的字符串也有困難！任何幫助是極大的讚賞。

Answer 1

我們可以使用str_extract的模式\\d+這意味着匹配一個或多個數字。它可以寫成[0-9]+。

library(stringr) 
as.numeric(str_extract(testVector, "\\d+")) 
#[1] 10 6 4 15 

如果有一個字符串多個號碼，我們使用str_extract_all其返回永存一個list輸出。

---

這也可以用base R（無外部使用的包）

as.numeric(regmatches(testVector, regexpr("\\d+", testVector))) 
#[1] 10 6 4 15 

或者使用gsub從base R

as.numeric(gsub("\\D+", "", testVector)) 
#[1] 10 6 4 15 

---

BTW做，有些功能只是用gsub，從extract_numeric

function (x) 
{ 
    as.numeric(gsub("[^0-9.-]+", "", as.character(x))) 
} 

所以，如果我們需要一個功能，我們可以創建一個（不使用任何外部包裝）

ext_num <- function(x) { 
      as.numeric(gsub("\\D+", "", x)) 
     } 
ext_num(testVector) 
#[1] 10 6 4 15 

Answer 2

對於這個特殊的共同任務，有一個在tidyr一個不錯的輔助函數稱爲extract_numeric：

library(tidyr) 

extract_numeric(testVector) 
## [1] 10 6 4 15 

Answer 3

這也可能派上用場。

testVector <- gsub("[:A-z:]","",testVector) 
testVector <- gsub(" ","",testVector) 

> testVector 
[1] "10" "6" "4" "15"