R 摘录；字；一串

我有一个表，有153行9列。我感兴趣的是第一列中的字符串，我想提取第四个单词并从第四个单词中创建一个新列表，这个列表将是153行，1列

此数据库表第1列的前两行示例：

[1] Resistance_Test DevID (Ohms) 428
[2] Diode_Test SUBLo (V) 353

---

“字”由空格分隔，因此第一行的第四个字是“428”，第二行的第四个字是“353”。如何创建包含所有153行中第四个单词的新列表

我们可以使用

sub

。我们将模式匹配为一个或多个非空白（

\\S+

），然后是一个或多个空白（

\\S+

），重复3次（

{3}

），然后是在组中捕获的单词（

（\\w+

），然后是一个或多个字符。我们用第二个反向引用替换它

sub("(\\S+\\s+){3}(\\w+).*", "\\2", str1)
#[1] "428" "353"

这是由第n个单词选择的，所以

 sub("(\\S+\\s+){3}(\\w+).*", "\\2", str2)
 #[1] "428" "353" "428"

---

另一个选项是

stri\u extract

 library(stringi)
 stri_extract_last_regex(str1, "\\w+")
 #[1] "428" "353"

数据

str1对正则表达式使用
gsub（）

x <- c("Resistance_Test DevID (Ohms) 428", "Diode_Test SUBLo (V) 353")
ptn <- "(.*? ){3}"
gsub(ptn, "", x)

[1] "428" "353"

或者，您可以肯定地知道，您只能搜索数字并放弃所有其他内容：

ptn <- "\\D"
gsub(ptn, "", x)

ptn如果您不熟悉正则表达式，函数
strsplit
可以帮助您：

data <- c('Resistance_Test DevID (Ohms) 428', 'Diode_Test SUBLo (V) 353')
unlist(lapply(strsplit(data, ' '), function(x) x[4]))
[1] "428" "353"

data您可以使用
stringr
软件包中的
word（）
：

> x <- c("Resistance_Test DevID (Ohms) 428", "Diode_Test SUBLo (V) 353")
> library(stringr)
> word(string = x, start = 4, end = 4)
[1] "428" "353"

>x库（stringr）
>字（字符串=x，开始=4，结束=4）
[1] "428" "353"

如果指定起始字和结束字的位置相同，则始终会得到第四个字

我希望这能有所帮助。
您不是在提取数字吗？例如，这不就是
gsub（“\\D”，”，x）
？或者
gsub（“.*（\\d+），“\\1”，x）
可能吗？或者如果这始终是最后一部分，也可以是
gsub（.*\\s+（.*），“\\1”，x）
。第四个单词总是数字吗？@davidernburg第四个“单词”通常是数字，但并不总是数字。或者
sub（.*\\w+$”，“\\1”，x）
？谢谢，这就很好了。我想我必须了解更多关于gsub和Regexp的信息，为什么这会被否决？评论可能会有帮助我无法让stringr在R3.2.4版本中工作：（（Windows 7 64位，如果有关系的话）@Paige:你能提供更多的细节吗？它会引发任何错误吗？如果是的话，是什么？我在Windows 7（专业版）64位版本中的3.2.4版本中也做了，没有任何问题。只是在Arch Linux（64位）下的3.2.4版本中做的并且没有问题。您可以尝试重新安装
stringi
所依赖的包
stringr
（请注意非常相似的名称，不要混淆-这些是不同的包），然后重试。我只是再次尝试安装和使用stringr。错误是：>loadNamespace中的库（stringr）错误（j好的，没关系，我升级到了适用于Windows的R3.2.5，现在stringr似乎工作正常
data <- c('Resistance_Test DevID (Ohms) 428', 'Diode_Test SUBLo (V) 353')
unlist(lapply(strsplit(data, ' '), function(x) x[4]))
[1] "428" "353"

> x <- c("Resistance_Test DevID (Ohms) 428", "Diode_Test SUBLo (V) 353")
> library(stringr)
> word(string = x, start = 4, end = 4)
[1] "428" "353"