regex - 将字符串答案转换为数字。

Question

我有一个向量是“请注明您的年龄”问题的答案。

问题是答案是一个字符串。所以，这么好的人的答案采取了许多不同的和疯狂的形式。

一些答案是“32”；“32岁”；“32 岁”；“即将完成70年”；“老，很老…………四十多岁”；“到 2013 年 10 月 7 日，我已经 31 岁”；《十八岁》；等等等等

有没有办法将尽可能多的这些数据转换为数字，将其余数据转换为 NA？（手工操作是不可取的选择，因为有成千上万的观察结果）

谢谢！

Answer 1

用这个：

L <- lapply(regmatches(s, gregexpr("[0-9\\.]+",s)), as.numeric)

结果（s <- "by 7th october 2013, i'm 31yo"）：

# [[1]]
# [1]    7 2013   31

要返回上面NA列表中L包含多个数字的数字向量，请使用以下命令：

result <- rep(NA, length(L))
ok <- sapply(L, length)==1
result[ok] <- unlist(L[ok])

顺便说一句：您可能还想删除“\”。在上面的正则表达式中，以避免非整数结果。