R-查找和；从右边提取字符串

我有这个向量：

data <- structure(1:5, .Label = c("AVE_prQD_AFR_p10", "PER_prVD_DSR_p9", "PA_prSX_AR_p8", 
"prAV_AES_p7", "prGR_AXXR_p6", "prQW_AWAR_p5"), class = "factor")

  V1
1 "AVE_prQD_AFR_p10"
2 "PER_prVD_DSR_p9"
3 "PA_prS_X_AR_p8"
4 "prAV_AES_p7"
5 "prGR_AXXR_p6"

从上面的示例可以推断，字符串的最后一部分将始终以

\uu

开头，然后是

p

、

f

或

0

，然后以1到99之间的数字结束字符串（0除外）：

数字后面永远不会有任何东西。因此，整个字符串以我需要的字符串结尾。因此，我正在寻找一个解决方案，试图从右侧搜索

，但未成功

另外，我需要在以下条件下转换该字符串：

• 如果字符串有

  p

  ，则将该数字乘以

  -1

• 如果字符串有

  f

  ，则数字为正数
• 如果字符串是

  \u 0

  ，则将其指定为

  0

这是我的尝试，它可以工作，但只能在固定位置

\uuu

和数字0到9的情况下工作

function(some_vector_string){
  result <- stringr::str_sub(some_vector_string, -2,-2) %>% 
    {ifelse(. == "p",
            as.numeric(stringr::str_sub(some_vector_string, -1,-1))*-1,
            ifelse(. == "f",
                   as.numeric(stringr::str_sub(some_vector_string, -1,-1))*1,
                   ifelse(.=="_", 0, -100)))}
  return(result)
}

函数（一些向量字符串）{
结果%
{ifelse（.==“p”，
as.numeric（stringr:：str_sub（某些向量_字符串，-1，-1））*-1，
ifelse（.=“f”，
as.numeric（stringr:：str_sub（某些向量_字符串，-1，-1））*1，
ifelse（.==”，0，-100））}
返回（结果）
}

我尝试使用REBS，结果如下：

library(tidyverse)
library(rebus)
library(stringr)
data <- structure(1:5, .Label = c("AVE_prQD_AFR_p10", "PER_prVD_DSR_p9", "PA_prSX_AR_p8", 
                                      "prAV_AES_p7", "prGR_AXXR_p6", "prQW_AWAR_p5"), class = "factor")
    
#rebus END regex lets you narrow the search to the last part of the string
chars <-
    str_extract(data , rebus::or(ANY_CHAR %R% one_or_more(DGT) %R% END, '0' %R% END)) 
    
    ##fabricate the conditions
    #map_dbl is also an option to avoid returning a list
numbers <-
    map(chars, ~
            if(str_sub(.x,1 ,1) == 'p'){
                as.numeric(str_extract(.x, one_or_more(DGT))) * -1
            } else{
                if (str_sub(.x,1 ,1) == 'f'){
                    as.numeric(str_extract(.x, one_or_more(DGT)))
                } else {
                    0
                }
                
        })
    
print(numbers)
``

库（tidyverse）
图书馆（REBS）
图书馆（stringr）
数据我尝试了REBS，结果如下：

library(tidyverse)
library(rebus)
library(stringr)
data <- structure(1:5, .Label = c("AVE_prQD_AFR_p10", "PER_prVD_DSR_p9", "PA_prSX_AR_p8", 
                                      "prAV_AES_p7", "prGR_AXXR_p6", "prQW_AWAR_p5"), class = "factor")
    
#rebus END regex lets you narrow the search to the last part of the string
chars <-
    str_extract(data , rebus::or(ANY_CHAR %R% one_or_more(DGT) %R% END, '0' %R% END)) 
    
    ##fabricate the conditions
    #map_dbl is also an option to avoid returning a list
numbers <-
    map(chars, ~
            if(str_sub(.x,1 ,1) == 'p'){
                as.numeric(str_extract(.x, one_or_more(DGT))) * -1
            } else{
                if (str_sub(.x,1 ,1) == 'f'){
                    as.numeric(str_extract(.x, one_or_more(DGT)))
                } else {
                    0
                }
                
        })
    
print(numbers)
``

库（tidyverse）
图书馆（REBS）
图书馆（stringr）
数据在base
R
中，类似于：

a <- sapply(strsplit(as.character(data), "_"), function(x) rev(x)[1])

ifelse(startsWith(a, "0"), 0, c(-1, 1)[startsWith("p", a) + 1] * as.numeric(gsub("\\D*", "", a)))
[1] -10  -9  -8  -7  -6

这与ungreedy（
？
）相反，ungreedy不尝试尽可能匹配：

str_remove("A_B_C_D", ".*?_")
[1] "B_C_D"

purrr:：map\u dbl
此函数迭代列表或原子向量，并输出double类型的原子向量，因此为
\u dbl

~
是一种lambda/purrr风格的语法。在
R
4.1.0之前，它都是用base
R
编写的：
function（x）n[substr（x，1，1）]*parse_number（x）
。它只是一种更简洁、更容易阅读、不太冗长的匿名函数应用方式（即未指定名称的函数）。这是tidyverse中常见的语法样式。此处，函数的
x
参数被点符号
替换

n[substr（，1，1）]*解析编号（。
substr（，1，1）
获取解析字符串的第一个字符：

substr("f20", 1,1 )
[1] "f"

然后它查找命名向量
n
中的第一个字符，以返回您在问题中指定的值，当字母为
“f”
时，该值为：

readr:：parse_number
从字符串中提取所有数字并将其作为数字返回：

readr::parse_number("f20")
[1] 20

这两个值相乘，并作为双原子向量输出中的元素返回

注意：当后缀为
“0”
时，此操作有效，因为此操作的结果为
0*0
：

substr("0",1 ,1)
[1] "0"

n["0"]
0 
0 

parse_number("0")
[1] 0

n[substr("0", 1, 1)] * parse_number("0")
0 
0 

您会注意到，从技术上讲，此输出是一个命名向量，名称为
“0”
，值为
0
；但是，这是由base
R
中的
map\u dbl
强制为双向量的，类似于：

a <- sapply(strsplit(as.character(data), "_"), function(x) rev(x)[1])

ifelse(startsWith(a, "0"), 0, c(-1, 1)[startsWith("p", a) + 1] * as.numeric(gsub("\\D*", "", a)))
[1] -10  -9  -8  -7  -6

这与ungreedy（
？
）相反，ungreedy不尝试尽可能匹配：

str_remove("A_B_C_D", ".*?_")
[1] "B_C_D"

purrr:：map\u dbl
此函数迭代列表或原子向量，并输出double类型的原子向量，因此为
\u dbl

~
是一种lambda/purrr风格的语法。在
R
4.1.0之前，它都是用base
R
编写的：
function（x）n[substr（x，1，1）]*parse_number（x）
。它只是一种更简洁、更容易阅读、不太冗长的匿名函数应用方式（即未指定名称的函数）。这是tidyverse中常见的语法样式。此处，函数的
x
参数被点符号
替换

n[substr（，1，1）]*解析编号（。
substr（，1，1）
获取解析字符串的第一个字符：

substr("f20", 1,1 )
[1] "f"

然后它查找命名向量
n
中的第一个字符，以返回您在问题中指定的值，当字母为
“f”
时，该值为：

readr:：parse_number
从字符串中提取所有数字并将其作为数字返回：

readr::parse_number("f20")
[1] 20

这两个值相乘，并作为双原子向量输出中的元素返回

注意：当后缀为
“0”
时，此操作有效，因为此操作的结果为
0*0
：

substr("0",1 ,1)
[1] "0"

n["0"]
0 
0 

parse_number("0")
[1] 0

n[substr("0", 1, 1)] * parse_number("0")
0 
0 

您会注意到，从技术上讲，此输出是一个命名向量，名称为
“0”
，值为
0
；但是，这是由
map\u dbl
数据强制为双向量的：

data <- data.frame(V1 = c("AVE_prQD_AFR_p10", "PER_prVD_DSR_p9", "PA_prSX_AR_p8", 
                     "prAV_AES_p7", "prGR_AXXR_p6", "prQW_AWAR_p5",
                     "AVE_prQD_AFR_f10", "PER_prVD_DSR_f9", "PA_prSX_AR_f8", 
                     "prAV_AES_f7", "prGR_AXXR_f6", "prQW_AWAR_f5",
                     "AVE_prQD_AFR_0", "PER_prVD_DSR_0", "PA_prSX_AR_0", 
                     "prAV_AES_0", "prGR_AXXR_0", "prQW_AWAR_0"))

data %>% 
  tidyr::extract(V1, c("V2", "V3"), "([[:alnum:]_]+)_([[:alnum:]]+)$", remove = FALSE) %>% 
  mutate(V4 = readr::parse_number(V3),
         v5 = case_when(stringr::str_detect(V3, "p") ~ V4*-1,
                        TRUE ~ V4))

方法2

或者，与将字符串拆分为2（如方法1所示）不同，我们可以只提取感兴趣的部分并从中开始工作

data %>% 
  mutate(V2 = stringr::str_extract(V1, "[pf]?\\d{1,2}$"),
         V3 = readr::parse_number(V2),
         v4 = case_when(stringr::str_detect(V2, "p") ~ V3*-1,
                        TRUE ~ V3))

数据：

data <- data.frame(V1 = c("AVE_prQD_AFR_p10", "PER_prVD_DSR_p9", "PA_prSX_AR_p8", 
                     "prAV_AES_p7", "prGR_AXXR_p6", "prQW_AWAR_p5",
                     "AVE_prQD_AFR_f10", "PER_prVD_DSR_f9", "PA_prSX_AR_f8", 
                     "prAV_AES_f7", "prGR_AXXR_f6", "prQW_AWAR_f5",
                     "AVE_prQD_AFR_0", "PER_prVD_DSR_0", "PA_prSX_AR_0", 
                     "prAV_AES_0", "prGR_AXXR_0", "prQW_AWAR_0"))

data %>% 
  tidyr::extract(V1, c("V2", "V3"), "([[:alnum:]_]+)_([[:alnum:]]+)$", remove = FALSE) %>% 
  mutate(V4 = readr::parse_number(V3),
         v5 = case_when(stringr::str_detect(V3, "p") ~ V4*-1,
                        TRUE ~ V4))

方法2

或者，与将字符串拆分为2（如方法1所示）不同，我们可以只提取感兴趣的部分并从中开始工作

data %>% 
  mutate(V2 = stringr::str_extract(V1, "[pf]?\\d{1,2}$"),
         V3 = readr::parse_number(V2),
         v4 = case_when(stringr::str_detect(V2, "p") ~ V3*-1,
                        TRUE ~ V3))

提取所有结束数字并与-1相乘的解决方案，如果它们以f开头（正数无论如何都可以，0没有符号）：

库（tidyverse）
数据%
enframe（name=NULL，value=“V1”）%%>%#从矢量创建可编辑文件
mutate（want=as.numeric（str_extract（V1，\\d+$））））*if_else（str_detect（V1，\\f\\d+$）-1））
#想要
#            
#1 AVE_prQD_AFR_p10 10
#每件2件9件
#第3页第8页
#4 prAV_AES_p7 7
#5 prGR_AXXR_p6 6
#6 prQW_AWAR_p5 5
#7 prQW_AWAR_0 0
#8 prQW_AWAR_f5-5
提取所有结尾数字并与-1相乘的解决方案，如果它们以f（正数）开头