在R中使用正则表达式从字符串中提取信息

我有这样的数据，我想从x和y中提取一些信息

x= "{\"device_codename\": \"nikel\", \"brand\": \"Xiaomi\"}" 
y= {"percent_incoming_nighttime": 0.88, "percent_outgoing_daytime": 9.29}

结果

device_codename   brand     percent_incoming_nighttime percent_outgoing_daytime
nikel             Xiaomi    0.88                       9.29

我已经厌倦了使用grep，但是我收到了一些错误，有什么建议吗

grep("device_codename", x, perl=TRUE, value=TRUE)

删除大括号（

{}

）和带有

gsub

的双引号后，使用

read.csv

将

后面的子字符串读入
数据框
，然后用子字符串更改列名，即在
前面：

v1 <- gsub('"|[{}]', "", c(x, y))
out <- read.csv(text=paste(gsub("\\w+:\\s+", "", v1), collapse=", "),
       header=FALSE, stringsAsFactors = FALSE)
colnames(out) <- unlist(regmatches(v1, gregexpr("\\w+(?=:)", v1, perl = TRUE)))


out
#  device_codename   brand percent_incoming_nighttime percent_outgoing_daytime
#1           nikel  Xiaomi                       0.88                     9.29

数据
x在移除大括号（
{}
）和带有
gsub
的双引号后，使用
read.csv
将
后面的子字符串读取到
data.frame
中，然后使用子字符串更改列名，即
前面的列名：

v1 <- gsub('"|[{}]', "", c(x, y))
out <- read.csv(text=paste(gsub("\\w+:\\s+", "", v1), collapse=", "),
       header=FALSE, stringsAsFactors = FALSE)
colnames(out) <- unlist(regmatches(v1, gregexpr("\\w+(?=:)", v1, perl = TRUE)))


out
#  device_codename   brand percent_incoming_nighttime percent_outgoing_daytime
#1           nikel  Xiaomi                       0.88                     9.29

数据
x这可能是JSON格式。有一些工具可以处理这些问题

library(jsonlite)

x = "{\"device_codename\": \"nikel\", \"brand\": \"Xiaomi\"}" 
y = '{"percent_incoming_nighttime": 0.88, "percent_outgoing_daytime": 9.29}'

> unlist(fromJSON(x))
device_codename           brand 
        "nikel"        "Xiaomi" 
> unlist(fromJSON(y))
percent_incoming_nighttime   percent_outgoing_daytime 
                      0.88                       9.29

这可能是JSON格式。有一些工具可以处理这些问题

library(jsonlite)

x = "{\"device_codename\": \"nikel\", \"brand\": \"Xiaomi\"}" 
y = '{"percent_incoming_nighttime": 0.88, "percent_outgoing_daytime": 9.29}'

> unlist(fromJSON(x))
device_codename           brand 
        "nikel"        "Xiaomi" 
> unlist(fromJSON(y))
percent_incoming_nighttime   percent_outgoing_daytime 
                      0.88                       9.29

完成的jsonlite解决方案（Roman Luštrik）

结果

  myrow  brand device_codename percent_incoming_nighttime percent_outgoing_daytime
1     1 Xiaomi           nikel                       0.88                     9.29

完成的jsonlite解决方案（Roman Luštrik）

结果

  myrow  brand device_codename percent_incoming_nighttime percent_outgoing_daytime
1     1 Xiaomi           nikel                       0.88                     9.29

谢谢你的回答。当我试着跑完最后一行时。colnames（out）在表达式后表示预期的'。你能检查一下吗？@Hanihlayle对不起，末尾缺少一个括号。修正了它仍然有一个错误bcoz开放括号的数量是3。所以，我在最后加了一个。但当我运行它时，没有输出？@Hanihlayle现在，它对我来说工作正常。你能在我的帖子中用同样的例子再次检查一下吗？这很好，但是当我在整个数据帧上运行它时，我得到了以下错误：警告消息：1:in if（is.na（encoding））return（0L）：条件的长度>1，只有第一个元素将被使用2:in if（is.na（i））{：条件的长度大于1，只有第一个元素将被使用3:In if（is.na（encoding））return（0L）：条件的长度大于1，只有第一个元素将被使用4:In if（is.na（i））{：条件的长度大于1，只有第一个元素将被使用谢谢你的回答。当我尝试运行最后一行时。colnames（外）表达式后显示应为“，”。请检查它。@Haniihlayle抱歉，结尾缺少一个括号。已修复此问题。仍然存在一个错误，因为开放括号的数量为3。因此，我在结尾添加了另一个括号。但当我运行它时，没有输出？@Hanihlayle现在，它对我来说工作正常。您能与在我的postThat中的相同示例很好，但是当我在整个数据帧上运行它时，我得到了以下错误：警告消息：1:in if（is.na（encoding））return（0L）：条件的长度大于1，只有第一个元素将被使用2:in if（is.na（i））{：条件的长度大于1，只有第一个元素将被使用3:in if（is.na（encoding））return（0L）：条件的长度大于1，并且只有第一个元素将被使用4:In if（is.na（i））{：条件的长度大于1，并且只有第一个元素将被使用，这非常好。但是当我在多行中运行时，我收到了以下错误警告消息：1:In if（is.na（encoding））return（0L）：条件的长度>1，并且只有第一个元素将被使用2:In if（is.na（i））{：条件的长度>1，并且只有第一个元素将被使用，这非常好。但是当我在多行中运行时，我收到了以下错误警告消息：1:In if（is.na（encoding））返回（0L）：条件的长度>1，且仅使用第一个元素2:In if（is.na（i））{：条件的长度>1，且仅使用第一个元素