1

是否可以在以下向量上使用正则表达式：

u<-c("first1","sec2","thir33","fourth4","fifth25","sixth16",
     "seven7","eight8","nine9","ten10","eleven11")

获得：

[1] "first.1" "sec.2" "thir3.3" "fourth.4" "fifth2.5" "sixth1.6" "seven.7" "eight.8"
[9] "nine.9" "ten.10" "eleven.11"

这与我得到的一样接近：

gsub("([A-Za-z]*)([1]{0,1})([0-9]$)","\\1\\.\\2\\3",u)
#[1] "first.1"   "sec.2"     "thir3.3"   "fourth.4"  "fifth2.5"  "sixth.16"  "seven.7"   "eight.8"   "nine.9"    "ten.10"   
#[11] "eleven.11"

注意第六个元素不正确：“sixth.16”应该是“sixth1.6”。

4

3 回答 3

4

我没有看到一个内部正则表达式方法可以“知道”或访问向量中的位置，但肯定可以将它传入并在模式中使用其“as.character”强制值。

sapply(seq_along(u), function(x) sub(
                                     paste("(^.+)(", as.character(x), "$)", sep=""),
                                     "\\1.\\2", u[x]) )
 [1] "first.1"   "sec.2"     "thir3.3"   "fourth.4"  "fifth2.5"  "sixth1.6"  "seven.7"   "eight.8"   "nine.9"   
[10] "ten.10"    "eleven.11"
于 2012-08-23T23:50:10.337 回答
1

使用 DWin 的答案作为起点，您可以通过知道元素 1:9、10:99、100:999 等都应该在相同的情况下处理来获得一些速度（假设您的真正问题处理更长的向量）各自的方式。

所以，得到一些更大的数据

u<-c("first1","sec2","thir33","fourth4","fifth25","sixth16",
     "seven7","eight8","nine9","ten10","eleven11")
u[12:101981]<-NA

set.seed(1)
for(i in 12:101981)u[i]<-paste0(paste(sample(c(LETTERS,1:9),5),collapse=""),i)

lengthu<-length(u)
maxLength<-nchar(lengthu)
theStart<-10^(seq_len(maxLength)-1)
theEnd<-c(theStart[-1]-1,lengthu)

然后sapply不要在 中的每个元素上使用u，而是在一个长度序列上使用maxLength

tempans<-sapply(seq_len(maxLength),function(x){
  sub(paste0("(^.*)(\\d{",x,"})"),"\\1.\\2",u[theStart[x]:theEnd[x]])
})
tail(unlist(tempans))
# [1] "DWY96.101976" "UWFCO.101977" "UR5L8.101978" "XBQ9V.101979" "48MTI.101980"
# [6] "75LIS.101981"

head(unlist(tempans))
# [1] "first.1"  "sec.2"    "thir3.3"  "fourth.4" "fifth2.5" "sixth1.6"
于 2012-08-24T06:29:02.227 回答
1

这不是特别漂亮，但您可以一步完成：

gsub("([A-Za-z]+)(10|11)?(?:(\\d)(\\d))?([0-9]{0,1}?)$","\\1\\3\\.\\2\\4\\5",u)

或者，您可以将其分解为几个步骤。先取个位数，再分别处理2位数的情况。

v <- gsub("([A-Za-z]+)(\\d)$","\\1.\\2",u)
v <- gsub("([A-Za-z]+)(10|11)$","\\1.\\2",v)
v <- gsub("([A-Za-z]+\\d)(\\d)$","\\1.\\2",v)
于 2012-08-23T23:43:32.327 回答