我在数据框中有一系列字符串,如下所示:
item_time<-c("pink dress july noon", "shirt early september morning", "purple dress
april", "tall purple shoes february")
我想提取所有可能字符列表右侧的字符,如下所示:
item<-c("pink dress","shirt","purple dress", "tall purple shoes")
我想要的结果看起来像这样:
[1] july noon
[2] early september morning
[3] april
[4] february
我不能用空格分隔它们,因为时间和项目列表中有不同数量的单词。我也没有分隔它们的符号。我觉得应该有一个非常简单而优雅的方法来解决这个问题,但我无法弄明白。
您可以使用sub
和正则表达式执行此操作。
Pat = paste0("(.*)(", paste0(item, collapse="|"), ")(.*)")
sub(Pat, "\\3", item_time)
[1] " july noon" " early september morning"
[3] " april" " february"
详细信息:创建的模式是:
Pat
[1] "(.*)(pink dress|shirt|purple dress|tall purple shoes)(.*)"
中间部分"(.*)(pink dress|shirt|purple dress|tall purple shoes)
matche4s你的任何一个模式。第一个(.*)
匹配模式之前的任何东西。第二个(.*)
匹配模式之后的任何东西。然后sub
语句用模式匹配后的部分替换整个字符串。
另一种方法是使用mapply
mapply(gsub,pattern=item,replacement='',x=item_time)
如果你还想删除item
和item_time
右边部分之间的空格,你可以使用:
mapply(gsub,pattern=paste0(item,' '),replacement='',x=item_time)
这是使用stringr::str_replace(string, pattern, replacement)
的另一种选择,它的优点是它可以在string
和pattern
(以及replacement
)上进行矢量化。
trimws(stringr::str_replace(item_time, item, ""))
#[1] "july noon" "early september morning"
#[3] "april" "february"
trimws
删除了领先的空白。
请注意,这需要item_time
和item
具有成对匹配条目。