用于从数据集中删除日期的R-gsub（）

我正在使用gsub（）函数从数据中删除不需要的文本。我只想把年龄放在括号里，而不是出生日期。然而，这是一个出生日期不同的大型数据集

数据示例：

Test1$Age

Sep 10, 1990(27)
Mar 26, 1987(30
Feb 24, 1997(20)

---

您可以使用

stringr

包中的

str_extract（）

执行此操作：

s <- "Sep 10, 1990(27)"

# get the age in parentheses
stringr::str_extract(s, "\\([0-9]+\\)")

# just the age, with parentheses removed
stringr::str_extract(s, "(?<=\\()[0-9]+")

或者，在

tidyverse

符号中：

df <- df %>% mutate(age = stringr::str_extract(age, "\\([0-9]+\\)"))

df%突变（age=stringr:：str\u提取（age，“\\（[0-9]+\\）”）

似乎有两个问题：

不需要左括号之前的日期

右括号有时缺失，需要插入

1）sub可以使用

sub

解决这些问题。匹配

• 任意数量的字符

  *

  后跟
• 左括号

  [（]

  后跟
• 捕获组中的数字

  （\\d+）

  后跟
• 可选右括号

  [）]？

然后用左括号替换，匹配到捕获组

\\1

和右括号

没有使用任何软件包

pat <- ".*[(](\\d+)[)]?"
transform(test, Age = sub(pat, "(\\1)", Age))

transform(test, Age = sub(")?$", ")", substring(Age, 13))

2）子字符串/sub另一种可能是从第13个字符开始，它给出从左括号到字符串末尾的所有内容，如果缺少，则插入a）

）？$

匹配字符串末尾的右括号，如果没有，则仅匹配字符串末尾的右括号。替换为右括号。同样，没有使用包

pat <- ".*[(](\\d+)[)]?"
transform(test, Age = sub(pat, "(\\1)", Age))

transform(test, Age = sub(")?$", ")", substring(Age, 13))

如果我们想要一个数字年龄的话，这种方法的一种变体是从第14个字符中提取所有字符，并删除最后一个字符（如果有）

transform(test, Age = as.numeric(sub(")", "", substring(Age, 14))))

3）读取.table使用

read.table

读取带有

sep=“（“

和

comment.char=“）”

的

Age

字段，并选择第二列读取内容。这将给出数字年龄，我们可以使用

sprintf

将其用括号括起来。如果

Age

是字符（与因子相反），那么

as.character（Age）

可以选择性地写成

Age

同样，没有使用包。这个不使用正则表达式

transform(test, Age = 
  sprintf("(%s)", read.table(text = as.character(Age), sep = "(", comment.char = ")")$V2)

注：可复制形式的输入为：

test <- data.frame(Age = c("Sep 10, 1990(27)", "Mar 26, 1987(30", "Feb 24, 1997(20)"))

---

test
gsub（'\\（[0-9]+）\\），'\\1'，x）
为Michael干杯，但这只是去掉了括号，忘记了我的
*
test <- data.frame(Age = c("Sep 10, 1990(27)", "Mar 26, 1987(30", "Feb 24, 1997(20)"))