使用gsub（）从R中的数组中提取数字

我想从以下数组中删除&和，只提取数字

x = as.factor(c(".&.", "0.0119885482338&.&.", ".&2.25880593895", ".&.&.&.&.&.&.&.", ".&0.295142083575&.", "0.708323350364",".&.&0.193766679861",".&.&.&.&7.65239874523E-4&.&."))

我尝试了以下

gsub（）

命令：

gsub("[^0-9.E-]","",x)

输出：

".."                     "0.0119885482338.."      ".2.25880593895"         
"........"              
".0.295142083575."       "0.708323350364"         "..0.193766679861"       
"....7.65239874523E-4.." 

任何更新上述

gsub

命令的建议，以便输出如下所示：

"" "0.0119885482338" "2.25880593895" "" "0.295142083575" 
"0.708323350364" "0.193766679861" "7.65239874523E-4"  

你可以用

>sub（“^.*”（？：（[-+]？\\d*\.？\\d+（？：[eE][-+]？\\d+））。。。。。。。。。。。。“\\1”，x）
[1] “0.0119885482338”“2.25880593895”“0.295142083575”“0.708323350364”“0.193766679861”“7.6523987453E-4”

看

详情：

• ^

  -字符串的开头

• *？

  -任何文本，尽可能短

• （？：

  -启动非捕获组：

  • （[-+]？\\d*\.？\\d+（？：[eE][-+]？\\d+）

    -第1组（

    \1

    ）：a

  • *

    -字符串的其余部分

• |

  • $

    -字符串结尾

• ）

  -非捕获组结束

见：

x=as.因子（c（“.&.”、“0.0119885482338&.”、“&2.25880593895”、“&.&.&.&.&.&.&.&.&.&.&.&.&.&.&.”、“&0.295142083575&.”、“0.708323350364”、“&.&.&0.193766679861”、“&.&7.652398745E-4&.&.）
sub（“^.*？（？：（[-+]？\\d*\.？\\d+（？：[eE][-+]？\\d+）
## => [1] ""                 "0.0119885482338"  "2.25880593895"    ""                
##[5]“0.295142083575”“0.708323350364”“0.193766679861”“7.6523987453E-4”

这里是一个基本的R方法，使用

grepl

，然后是

sub

：

x <- x[grepl("\\d+", x)]
x <- sub("^.*?(\\d+(?:\\.\\d+)?(?:E[-+]\\d+)?).*$", "\\1", x)
x

[1] "0.0119885482338"  "2.25880593895"    "0.295142083575"   "0.708323350364"  
[5] "0.193766679861"   "7.65239874523E-4"

---

如果希望结果为字符，请在下面的备选方案中删除结尾处的as.numeric

1）以下内容不使用正则表达式。问题中显示的输入形式是&分隔字段，因此它将x从因子转换为字符，将其拆分为以&分隔的字段，删除字段中的任何点，然后将余数转换为数字。没有使用任何软件包

s <- unlist(strsplit(paste(x), "&", fixed = TRUE))
as.numeric(s[s != "."])
## [1] 0.0119885482 2.2588059390 0.2951420836 0.7083233504 0.1937666799
## [6] 0.0007652399

2）如果我们随后删除前导点和尾随点，删除零长度字段并转换为数字，则问题中的方法可以起作用

as.numeric(Filter(nzchar, trimws(gsub("[^0-9.E-]","",x),, whitespace = "\\.")))
## [1] 0.0119885482 2.2588059390 0.2951420836 0.7083233504 0.1937666799
## [6] 0.0007652399

更新 在一篇评论中提到，希望结果与输入长度相同。假设在这种情况下我们需要字符输出，我们可以将上述内容缩短为以下内容：

L <- strsplit(paste(x), "&", fixed = TRUE)
sapply(L, function(x) c(x[x != "."], "")[1])
## [1] ""                 "0.0119885482338"  "2.25880593895"    ""                
## [5] "0.295142083575"   "0.708323350364"   "0.193766679861"   "7.65239874523E-4"

x %>% paste %>% strsplit("&", fixed = TRUE) %>% sapply(function(x) c(x[x != "."], "")[1])
## [1] ""                 "0.0119885482338"  "2.25880593895"    ""                
## [5] "0.295142083575"   "0.708323350364"   "0.193766679861"   "7.65239874523E-4"


trimws(gsub("[^0-9.E-]","",x), whitespace = "\\.")
## [1] ""                 "0.0119885482338"  "2.25880593895"    ""                
## [5] "0.295142083575"   "0.708323350364"   "0.193766679861"   "7.65239874523E-4"

L%paste%>%strsplit（&），fixed=TRUE）%>%sapply（函数（x）c（x[x！=“，”）[1]）
## [1] ""                 "0.0119885482338"  "2.25880593895"    ""                
##[5]“0.295142083575”“0.708323350364”“0.193766679861”“7.6523987453E-4”
trimws（gsub（“[^0-9.E-]”，“”，x），空格=“\\”）
## [1] ""                 "0.0119885482338"  "2.25880593895"    ""                
##[5]“0.295142083575”“0.708323350364”“0.193766679861”“7.6523987453E-4”

如果

和

&

总是在一起（在给定的示例中就是这样），您可以使用

\.&\.

gsub("\\.*&\\.*", "", x)
#[1] ""                 "0.0119885482338"  "2.25880593895"    ""                
#[5] "0.295142083575"   "0.708323350364"   "0.193766679861"   "7.65239874523E-4"

---

注意：您可能需要进行调整，根据实际数据/要求可能会有所不同。请记住接受下面您最喜欢的答案。我可以使用@wiktorth建议的命令提取所需的输出@Tim提到的命令正在删除缺少的观察（“”）从数组中…为什么还要这些空字符串项？在我将它们转换为数值（使用as.numeric（））后，这些空字符串项正在生成NA（这是需要的）。上述数组是数据框中列的一部分，因此需要保留NA观测值，以便进行下游分析。您给出/建议的解决方案对我很有帮助。您好，前两个命令运行良好。最后一个命令在trimws（gsub（“[^0-9.E-]”，“”，x）、whitespace=“\\”：未使用的参数（whitespace=“\\”）中返回错误。更新到R的最新版本。whitespace=已添加到最新版本之一中。或者，如果升级不可行，请使用：

gsub（“^\\.\\.\.*$”，“”），gsub（[^0-9.E-]，“”，x））

gsub("\\.*&\\.*", "", x)
#[1] ""                 "0.0119885482338"  "2.25880593895"    ""                
#[5] "0.295142083575"   "0.708323350364"   "0.193766679861"   "7.65239874523E-4"