提取和替换，字符串的截断：str_trunc()

下面内容摘录自《用R探索医药数据科学》专栏文章的部分内容（原文5295字）。

4章14节：R语言中字符串的处理，提取替换，分割连接和填充插值_r语言替换字符串-CSDN博客

 在数据处理和分析中，字符串操作是一项基础且重要的技能。R语言提供了丰富的字符串处理函数，这些函数广泛应用于文本数据的清理、转换、匹配和分析。本文将详细介绍R语言中常用的字符串操作函数，涵盖字符串的修改、提取替换、分割连接和填充插值。

一、提取和替换

在数据分析和处理过程中，字符串的操作常常扮演着极其重要的角色。R语言内置了多种功能强大的字符串处理函数，gsub() 就是其中之一。它主要用于字符串的替换、删减、增补和切割，不仅能处理单个字符串，还能处理由字符串组成的向量。

1、gsub()函数的基础用法

2、stringr 扩展包中的替换操作

 二、分割和连接

三、 填充和插值

在文本处理和数据展示过程中，常常需要对字符串进行格式化处理。stringr扩展包提供了一些方便的工具来帮助我们实现这一目标。

1、字符串的填充：str_pad()

 2、字符串的截断：str_trunc()

在某些情况下，字符串过长可能会影响数据展示效果。这时可以使用str_trunc()函数将字符串截断为指定长度，并在末尾添加省略号。例如：

str_trunc("The R for clinical data science", width = 20)

结果为：

[1] "The R for clinica..."

这种处理方式在生成报告、展示数据时非常常见，特别是当我们需要在有限空间内展示文本内容时。

 

 市面上的 R 语言培训班和书籍（包括网络上的文章或视频），由于受限于培训时间或书籍篇幅，往往难以深入探讨 R 语言在数据科学或人工智能中的具体应用场景，内容泛泛而谈，最终无法真正解决实际工作中的问题。同时，它们也缺乏针对医药领域的深度结合与讨论。为了解决这些痛点，我们推出了《用 R 探索医药数据科学》专栏。该专栏将持续更新，不仅为您提供系统化的学习内容，更致力于成为您掌握最新、最全医药数据科学技术的得力助手。

•  每篇文章篇幅在5000字 至9000字之间。
• 内容涵盖试验统计、预测模型、科研绘图、数据库、机器学习等热点领域。

《用 R 探索医药数据科学》专栏目录（截止11月份19日）

第一章：认识数据科学和R

1章1节：医药数据科学的历程和发展，用R语言探索数据科学（更新20241029）-CSDN博客

1章2节：机器学习、统计学与ChatGPT的概述，与R语言的相关 (更新20241229)_ai、chatgpt和机器学习什么关系-CSDN博客

1章3节：R 语言的产生与发展轨迹（更新2024/08/14）-CSDN博客

1章4节：数据可视化， R 语言的静态绘图和 Shiny 的交互可视化演示（更新20240814）-CSDN博客

第二章：R的安装和数据读取

2章1节：R和RStudio的下载和安装（Windows 和 Mac）-CSDN博客

2章2节：RStudio 四大区应用全解，兼谈 R 的代码规范与相关文件展示_rstudio的console和terminal-CSDN博客

2章3节：RStudio的高效使用技巧，自定义RStudio环境（更新20241023）_rstudio如何使用-CSDN博客

2章4节：用RStudio做项目管理，静态图和动态图的演示，感受ggplot2的魅力-CSDN博客

2章5节：详解R的扩展包管理（从模糊安装到自动更新）及工作目录和工作空间的设置（更新20241030 ）-CSDN博客

2章6节：R的数据集读取和利用，如何高效地直接复制黏贴数据到R（20240807 ）_r语言 复制数据集-CSDN博客

2章7节：读写RDS，CSV，TXT，Excel，SPSS、SAS、Stata、Minitab等的数据文件（更新20240807）_r语言读取rds文件-CSDN博客

2章8节：一文学会 R Markdown 的文档核心操作，切记文末有R资源的分享_r markdown文件(.rmd)-CSDN博客

2章9节：认识R与数据库连接和网络爬虫，学会在R中使用SQL语言_sql和r语言-CSDN博客

2章10节：用 R 直接下载并分析 NHANES 数据库的数据，文末示例自创便捷下载函数（更新20240807）_nhanes数据分析-CSDN博客

第三章：认识数据

3章1节：数据的基本概念以及 R 中的数据结构、向量与矩阵的创建及运算-CSDN博客

3章2节：继续讲R的数据结构，数组、数据框和列表-CSDN博客

3章3节：R的赋值操作与算术运算_r里面的赋值-CSDN博客

3章4节：R的逻辑运算和矩阵运算-CSDN博客

3章5节：R 语言的循环与遍历函数全解析-CSDN博客

第四章：数据的预处理

4章1节：全面了解 R 中的数据预处理，通过 R 基本函数实施数据查阅_r数据预处理-CSDN博客

4章2节：从排序到分组和筛选，通过 R 的 dplyr 扩展包来操作-CSDN博客

4章3节：处理医学类原始数据的重要技巧，R语言中的宽长数据转换，tidyr包的使用指南-CSDN博客

4章4节：临床数据科学中如何用R来进行缺失值的处理_临床生存分析缺失值r语言-CSDN博客

4章5节：数据科学中的缺失值的处理，删除和填补的选择，K最近邻填补法-CSDN博客

4章6节：R的多重填补法中随机回归填补法的应用，MICE包的实际应用和统计与可视化评估-CSDN博客

4章7节：用R做数据重塑，数据去重和数据的匹配-CSDN博客

4章8节：用R做数据重塑，行列命名和数据类型转换-CSDN博客

4章9节：用R做数据重塑，增加变量和赋值修改，和mutate()函数的复杂用法_r语言如何在数据集中添加变量-CSDN博客

4章10节：用R做数据重塑，变体函数应用详解和可视化的数据预处理介绍-CSDN博客

4章11节：用R做数据重塑，数据的特征缩放和特征可视化-CSDN博客

4章12节：R语言中字符串的处理，正则表达式的基础要点和特殊字符-CSDN博客

4章13节：R语言中Stringr扩展包进行字符串的查阅、大小转换和排序-CSDN博客

4章14节：R语言中字符串的处理，提取替换，分割连接和填充插值_r语言替换字符串-CSDN博客

4章15节：字符串处理，提取匹配的相关操作扩展，和Stringr包不同函数的重点介绍和举例-CSDN博客

4章16节：R 语言中日期时间数据的关键处理要点_r语言 时刻数据-CSDN博客

第五章：定量数据的统计描述

5章1节：用R语言进行定量数据的统计描述，文末有众数的自定义函数-CSDN博客

5章2节：离散趋势的描述，文末1个简单函数同时搞定20个结果-CSDN博客

5章3节：在R语言中，从实际应用的角度认识假设检验-CSDN博客

5章4节：从R语言的角度认识正态分布与正态性检验-CSDN博客

5章5节：认识方差和方差齐性检验（三种方法全覆盖）-CSDN博客

5章6节：R语言中的t检验，独立样本的t检验-CSDN博客

5章7节：单样本t检验和配对t检验-CSDN博客

5章8节：方差分析（ANOVA）及其应用-CSDN博客

5章9节：组间差异的非参数检验，Wilcoxon秩和检验和Kruskal-Wallis检验-CSDN博客

第六章：定性数据的统计描述 

6章1节：定性数据的统计描述之列联表，文末有优势比计算介绍-CSDN博客

6章2节：认识birthwt数据集，EpiDisplay和Gmodels扩展包的应用-CSDN博客

6章3节：独立性检验，卡方检验，费希尔精确概率检验和Cochran-Mantel-Haenszel检验-CSDN博客

6章4节：相关关系和连续型变量的Pearson相关分析-CSDN博客

6章5节：分类型变量的Spearman相关分析，偏相关分析和相关图分析-CSDN博客

6章6节：相关图的GGally扩展包，和制表的Tableone扩展包-CSDN博客

第七章：R的传统绘图

7章1节：认识R的传统绘图系统，深度解析plot()函数和par()函数的使用-CSDN博客

7章2节：R基础绘图之散点图、直方图和概率密度图-CSDN博客

7章3节：R基础绘图之条形图和堆积条形图-CSDN博客

7章4节：饼图，箱线图和克利夫兰点图-CSDN博客

7章5节：散点矩阵图，与小提琴图、Cleveland 点图、马赛克图和等高图-CSDN博客

7章6节：用R进行图形的保存与导出，详细的高级图形输出，一文囊括大多数保存的各种问题，和如何批量保存不同情况的图形-CSDN博客

 

第八章：R的进阶绘图

8章1节：认识 ggplot2 扩展包，深度解析 qplot() 函数的使用-CSDN博客

8章2节：ggplot2绘图之原理逻辑分解，掌握绘图步骤（更新20241104）-CSDN博客

8章3节：ggplot2绘图之内置主题设置全解析（更新20241104）-CSDN博客

8章4节：ggplot2绘图之几何体解析（一），参考线和基准线与分布图和频数图（更新20241104）-CSDN博客

8章5节：ggplot2绘图之几何体解析（二），关系图和时间序列图与误差条和高级图形平滑曲线（更新20241104）-CSDN博客

8章6节：坐标轴须图和带状图（更新20241107）_维恩图 约翰·维恩-CSDN博客

8章7节：平行坐标图和小提琴图_r语言parallelplot绘制平行坐标图-CSDN博客

8章8节：雷达图和RadViz图-CSDN博客

8章9节：词云图和树图（更新20241106）_echarts 可以生成词云图吗-CSDN博客

8章10节：维恩图和UpSet图_ae做柱状图动态图-CSDN博客

8章11节：R的地理图绘制（更新20241104）-CSDN博客

8章12节：三维图，由三维散点图起步，引入回归模型平面，到复杂坐标和渐变色的三维曲面图（更新20241107）-CSDN博客

8章13节：网络图（知识图谱）绘制的深度解析（更新20241109）-CSDN博客

8章14节：高质量动态图和交互式动态图

8章15节：让 ggplot2 绘图进行顶级科研杂志的配色（更新20241118） 

8章16节：个性化配色的自定义颜色演示

第九章：临床试验的统计 

9章1节：初步认识临床试验（约7500字）-CSDN博客

9章2节：样本量估计的初步介绍-CSDN博客

9章3节：用R进行样本量估计的统计学参数-CSDN博客

9章4节：两组例数相同的均数比较的样本量估计和绘制功效曲线-CSDN博客

9章5节：两组的例数不等的均数比较的样本量估计和可视化-CSDN博客

9章6节：自身配对设计的均数比较临床试验的样本量估计和可视化-CSDN博客

9章7节：与总体均数比较的样本量估计和可视化-CSDN博客

9章8节： 两、三组试验组率比较的样本量估算和可视化-CSDN博客

9章9节：试验的随机分组认识，用R做简单随机化-CSDN博客

9章10节：用R实现分层随机化-CSDN博客

9章11节：用R实现区组随机化和置换区组随机化-CSDN博客

9章12节：动态随机化方法介绍，和用R绘制随机化卡片-CSDN博客

第十章：Meta分析攻略

10章1节：认识循证医学中的Meta分析，并予代码演示分析绘图-CSDN博客

​​10章2节：Meta分析的7大步骤的扼要解读-CSDN博客

10章3节：二分类变量的Meta分析模型，分析公式构建和结果解读-CSDN博客

10章4节：二分类变量的Meta分析模型，绘制漏斗图和应用剪补法，最后绘制和解读轮廓增强漏斗图-CSDN博客

10章5节：二分类变量的Meta分析模型，敏感性分析和亚组分析，绘制森林图-CSDN博客

10章6节：连续型变量的Meta分析和可视化分析全解-CSDN博客

10章7节：用R进行单个率Meta分析-CSDN博客

10章8节：用R进行网状Meta分析细解-CSDN博客

第十一章：主成分分析

11章1节：深度讲解用R进行主成分分析（上）-CSDN博客

11章2节：​深度讲解用R进行主成分分析（中）-CSDN博客

11章3节：​深度讲解用R进行主成分分析（下）-CSDN博客

11章4节：学会用R进行因子分析（上）-CSDN博客  

11章5节：学会用R进行因子分析（中）-CSDN博客

11章6节：学会用R进行因子分析（下）-CSDN博客

第十二章：常见类型回归分析

12章1节：认识回归分析的历史背景及应用-CSDN博客

12章2节：构建一元和多元的线性回归模型-CSDN博客

12章3节：回归模型中哑变量的应用和设置-CSDN博客

12章4节：深度解读构建回归模型表达式的九个关键符号-CSDN博客

12章5节：深度剖析回归模型结果的相关函数-CSDN博客

12章6节：深度解读线性回归模型的绘图判断-CSDN博客

12章7节：构建因变量为分类变量的二分类Logistic回归模型-CSDN博客

12章8节：详解不同逻辑回归模型的比较，和如何进行变量优化-CSDN博客

12章9节：深度讲解有序多分类Logistic回归模型的分析-CSDN博客

12章10节：条件Logistic回归模型的分析-CSDN博客

第十三章：生存分析模型

13章1节：生存分析的基本概念和主要内容-CSDN博客

13章2节：用R进行生存率的描述与估计-CSDN博客

13章3节：生存分析的假设检验及可视化展示-CSDN博客

13章4节：认识比例风险模型和Cox比例风险模型，学会从协变量的调整选择最优模型-CSDN博客

13章5节：用逐步回归方法来选择模型协变量，比例风险假定的检验和森林图的绘制-CSDN博客

第十四章：匹配技术应用

14章1节：认识临床研究的匹配技术-CSDN博客

14章2节：匹配结果的可视化和匹配后新数据分析-CSDN博客

第十五章：判别和聚类分析

15章1节：医学研究中的判别分析和聚类分析-CSDN博客

15章2节：线性判别分析预测模型构建评估和可视化演示-CSDN博客

15章3节：二次判别分析技术的运用-CSDN博客

15章4节：K-Means聚类分析的运用，和改进算法的K-Means++-CSDN博客

15章5节：实现k-medoids聚类算法的PAM和CLARA方法-CSDN博客

15章6节：凝聚层次聚类和分裂层次聚类-CSDN博客

第十六章：机器学习入门 

16章1节：机器学习和人工智能的基础知识-CSDN博客

16章2节：机器学习在临床预测中的应用场景，与临床预测模型的关键步骤解析-CSDN博客

16章3节：详析训练数据集、测试数据集和验证数据集及其划分策略-CSDN博客

16章4节：采用随机抽样法和等比抽样法对数据集进行二份及三份的划分-CSDN博客

16章5节：划分数据的多次随机抽样的Bootstrap法和加权随机抽样法-CSDN博客

16章6节：交叉验证概述与分类，R中K折交叉验证的详细解析-CSDN博客

16章7节：机器学习算法解读，与数值预测回归模型构建-CSDN博客

16章8节：朴素贝叶斯分类预测模型，从构建、解析到实战-CSDN博客

16章9节：认识决策树，构建CART算法的决策树模型-CSDN博客

16章10节：深度解析如何构建随机森林算法预测模型-CSDN博客

16章11节：构建人工神经网络反向传播算法预测模型-CSDN博客

16章12节：认识机器学习的模型评估，掌握数值型数据的模型评估方法-CSDN博客

16章13节：分类模型的混淆矩阵评估-CSDN博客

16章14节：评估和对比预测模型的ROC曲线和AUC值-CSDN博客

16章15节：六大ROC曲线扩展包的对比，和其它评估曲线的绘制-CSDN博客

第十七章：文献计量学 

17章1节：文献计量分析基础-CSDN博客

17章2节：文献计量学的国外数据库的数据采集，WOS数据库和PUBMED数据库的文献信息批量下载和分析

17章3节：国际六大科研文献数据库的数据加载与格式转换解析

17章4节：文献计量学中数据合并、去重、切片与编辑