问题标签 [stringr]

我有一个分隔的字符串_，我想摆脱最后两个元素。例如，从A_B_C_D我想要返回A_B，从A_B_C_D_E我想要A_B_C。我尝试str_split_fixed过stringr：

但它返回"A" "B" "C_D"而不是 "A_B" "C" "D"，否则我本可以head(x,-2)做得到A_B

有没有比这更好的方法

我在 R 中工作并且在逃避反斜杠时遇到了麻烦。我正在使用图书馆stringr。

我想要做str = str_replace_all(str, "\", "")

所以我尝试str = str_replace_all(str, "\\", "")了，但它不会工作。

我该怎么办？

我正在尝试在 package.json 的帮助下编写一个在名称中查找模式的函数stringr。我的功能如下所示：

当我调用该函数时，出现错误：

无法理解错误，以及我做错了什么..提前感谢您提供的任何指导方针:)

EDIT: 如果我改为这样写：

我得到：

这是不正确的，因为如果我执行该过程而不将其放入函数中，我会得到以下行：

这是一个输入：

Edit

这有效：

但是我怎么能在没有引号的情况下通过 Primus namezz(Primus,data,Name)，？像我的问题一样思考一些事情，但as.character(quote())不起作用..

一些简单的东西我在使用stringr来操纵字符向量时搞砸了。我有以下类型的数据框

我希望下划线之后的所有内容都作为单独的变量。这种使用str_sub导致长度为 20 的向量，我不知道为什么。

$<-.data.frame( *tmp*, "y", value = c("_12", "_7", "_15", 中的错误：替换有 20 行，数据有10

有人可以指导我如何以str_sub正确的方式编写电话吗？

我有一个字符串变量要解析成两部分。我想我会使用包中str_match的方法来解决这个问题stringr，它返回一个矩阵，第一列中包含原始字符串，而其他列中的每个提取部分。

我找到了大约十几个正则表达式来提取这两个部分。（这些部分是一个梯子，按工资计划排列，非常混乱。我已经通过使用一堆嵌套ifelse语句定义一个函数来验证我的正则表达式是否有效。）

我想按顺序检查正则表达式并使用第一个签出的部分提取部分。如果我只有一个正则表达式，我可以这样做：

（我花了很长时间才让它工作，尝试了函数的所有组合Vectorize以及调用中的 ing。）as.list*apply

我按顺序检查正则表达式的最佳尝试是这个相当丑陋的组合：

如您所见，它还没有完全起作用。

您对解决此问题的更好方法有任何想法吗？我的数据集中有大约 3.5 m 行，但这个字符串只有大约 2000 个唯一值，所以我并不担心效率。

我很确定我在这里遗漏了一些明显的东西，但我不能让 R 使用非贪婪的正则表达式：

基函数的行为方式相同：

我希望比赛与http://stat.ethz.ch/R-manual/R-devel/library/base/html/regex.htmlab中的“贪婪”评论一样：

默认情况下，重复是贪婪的，因此使用最大可能的重复次数。可以通过附加将其更改为“最小”？到量词。（还有更多允许近似匹配的量词：请参阅 TRE 文档。）

有人可以解释一下发生了什么吗？

更新。疯狂的是，在某些其他情况下，非贪婪模式的行为符合预期：

我有一个带有因子列的大型数据框，我需要通过分隔符将因子名称拆分为三个因子列。这是我目前的方法，对于大型数据框（有时数百万行）非常慢：

有什么办法可以加快这个操作？我注意到每个类别“物种”、“大小等级”和“受感染”的数量都很少（<5），我提前知道这些是什么。

笔记：

• stringr::str_split_fixed执行此任务，但不会更快
• 数据框实际上最初是通过调用reshape::melt一个数组生成的，其中Class及其关联的级别是一个维度。如果有更快的方式从那里到达这里，那就太好了。
• data.rds在http://dl.getdropbox.com/u/3356641/data.rds

我有一个包含两列的大型 data.table（9 M 行）：fcombined 和值 fcombined 是一个因素，但它实际上是两个因素相互作用的结果。现在的问题是将一个因素列再次分成两列的最有效方法是什么？我已经想出了一个可行的解决方案，但也许我错过了更直接的方法。工作示例是：

我有一个像下面这样的向量

我想在遇到第一个斜杠后立即删除所有内容，如下所示

谢谢你。

我的原始向量如下（只有头部）

这里的问题是我的原始 csv 文件不包含反斜杠，但是当我阅读它时出现反斜杠。原始csv文件如下

如您所见，它们实际上由“ENTER”分隔，但是当我使用 read.csv() 在 R 中读取它时，它们被反斜杠替换。

我正在尝试使用str_detect. 我的模式是一系列“....” - 点的确切数量未知。我正在尝试str_detect如下使用....

但是，在这种特殊情况下，str_detect返回 TRUE。想知道我在哪里做错了，是否str_detect完全可以使用正确的功能？希望这里有人可以提供帮助？

这将返回 TRUE。我期待 FALSE 因为点str不遵循模式。

在此先感谢，西马克