Вилучення чисел з векторів рядків

У мене такий рядок:

years<-c("20 years old", "1 years old")

Я хотів би взяти лише числове число з цього вектора. Очікуваний результат - вектор:

c(20, 1)

Як я можу це зробити?

Як щодо

# pattern is by finding a set of numbers in the start and capturing them
as.numeric(gsub("([0-9]+).*$", "\\1", years))

або

# pattern is to just remove _years_old
as.numeric(gsub(" years old", "", years))

або

# split by space, get the element in first index
as.numeric(sapply(strsplit(years, " "), "[[", 1))

Я думаю, що заміна - це непрямий спосіб дійти до рішення. Якщо ви хочете отримати всі номери, я рекомендую gregexpr:

matches <- regmatches(years, gregexpr("[[:digit:]]+", years))
as.numeric(unlist(matches))

Якщо у вас є кілька збігів у рядку, це отримає всі. Якщо вас цікавить лише перший збіг, використовуйте regexprзамість gregexprі можна пропустити unlist.

Оновлення Оскільки extract_numericзасуджується, ми можемо використовувати parse_numberз readrпакета.

library(readr)
parse_number(years)

Ось ще один варіант з extract_numeric

library(tidyr)
extract_numeric(years)
#[1] 20  1

Ось альтернатива першому рішенню Аруна, з більш простим регулярним виразом, подібним до Perl:

as.numeric(gsub("[^\\d]+", "", years, perl=TRUE))

Або просто:

as.numeric(gsub("\\D", "", years))
# [1] 20  1

stringrКонвеєрне рішення:

library(stringr)
years %>% str_match_all("[0-9]+") %>% unlist %>% as.numeric

Ви також можете позбутися всіх літер:

as.numeric(gsub("[[:alpha:]]", "", years))

Ймовірно, це менш узагальнююче.

Витяг чисел з будь-якого рядка в початковій позиції.

x <- gregexpr("^[0-9]+", years)  # Numbers with any number of digits
x2 <- as.numeric(unlist(regmatches(years, x)))

Витяг чисел з будь-якого рядка НЕЗАЛЕЖНО позиції.

x <- gregexpr("[0-9]+", years)  # Numbers with any number of digits
x2 <- as.numeric(unlist(regmatches(years, x)))

Ми також можемо використовувати str_extractвідstringr

years<-c("20 years old", "1 years old")
as.integer(stringr::str_extract(years, "\\d+"))
#[1] 20  1

Якщо в рядку є декілька чисел, і ми хочемо витягти всі з них, ми можемо використовувати те, str_extract_allщо на відміну від str_extractповертає всі макти.

years<-c("20 years old and 21", "1 years old")
stringr::str_extract(years, "\\d+")
#[1] "20"  "1"

stringr::str_extract_all(years, "\\d+")

#[[1]]
#[1] "20" "21"

#[[2]]
#[1] "1"

Після публікації від Габора Гротендіка в списку розсилки r-help

years<-c("20 years old", "1 years old")

library(gsubfn)
pat <- "[-+.e0-9]*\\d"
sapply(years, function(x) strapply(x, pat, as.numeric)[[1]])

Використовуючи пакувальний неклей, ми можемо зробити:

# install.packages("unglue")
library(unglue)

years<-c("20 years old", "1 years old")
unglue_vec(years, "{x} years old", convert = TRUE)
#> [1] 20  1

^{Створено 06.11.2019 пакетом reprex (v0.3.0)}

Більше інформації: https://github.com/moodymudskipper/unglue/blob/master/README.md