R语言--字符处理(stringr包)

R语言支持字符处理,内置了系列函数(grep、gsub等),但系列函数定义混乱,对使用者极不方便。stringr包是专门用于字符处理的R包,函数定义简洁、使用方式统一,是使用率较高的R包。

stringr包中的大部分函数具有统一风格的命名方式,以str_开头,正则表达式也完全适用该包。

环境&r软件

  • win10 64bit
  • R 3.6.1

安装包

install.packages("stringr")

字符串拼接

字符串拼接函数str_c,与R语言自带的pastepaste0函数具有相同的作用。

library(stringr)
# 默认无向量分割符拼接
str_c("a","b")
## [1] "ab"
# 指定向量分隔符
str_c("a","b",sep = "_")
## [1] "a_b"
# 指定向量折叠符
str_c(c("a","b","c"),collapse = "_")
## [1] "a_b_c"
# 混合应用
str_c(c("a","b"),c("c","d"),sep = "/",collapse = "_")
## [1] "a/c_b/d"

字符计数

字符计数函数str_count,计算字符串中指定字符的个数。

# 单个目标字符计数
str_count(string = c("sql","json","java"),pattern = "s")
## [1] 1 1 0
# 多个目标字符计数
str_count(string = c("sql","json","java"),pattern = c("s","j","a"))
## [1] 1 1 2
# 元字符查找计数(fixed包裹元字符)
str_count(string = "a..b",pattern = fixed("."))
## [1] 2

字符检查

字符检查函数str_detect,检查字符串中是否包含指定字符,返回逻辑向量。

str_detect(string = c("sql","json","java"),pattern = "s")
## [1]  TRUE  TRUE FALSE

字符复制

字符复制函数str_dup,将字符向量重复若干次,返回重复后的字符向量。

str_dup(string = c("sql","json","java"),times = 2)
## [1] "sqlsql"   "jsonjson" "javajava"

字符提取

字符提取函数str_extractstr_extract_all,对字符串进行提取,str_extract_all函数返回所有的匹配结果。

# 提取第一个匹配到的字符
str_extract(string = "banana",pattern = "a")
## [1] "a"
# 提取所有匹配到的字符(返回列表)
str_extract_all(string = "banana",pattern = "a")
## [[1]]
## [1] "a" "a" "a"
# 提取所有匹配到的字符(返回矩阵)
str_extract_all(string = "banana",pattern = "a",simplify = T)
##      [,1] [,2] [,3]
## [1,] "a"  "a"  "a"

字符串格式化

字符串格式化函数str_glue,用花括号{}表示占位符,括号内的变量被替换成全局变量值。

# 定义全局变量
name <- "jack"
age <- 12
# 字符串格式化
str_glue("My name is {name},","\nmy age is {age}.")
## My name is jack,
## my age is 12.

字符串长度

字符串长度函数str_length,计算字符串长度。

str_length(string = "banana")
## [1] 6

字符位置提取

字符位置提取函数str_locatestr_locate_all,返回匹配到的字符的位置。

# 返回第一个匹配到的字符的位置
str_locate(string = "banana",pattern = "a")
##      start end
## [1,]     2   2
# 返回所有匹配到的字符的位置
str_locate_all(string = "banana",pattern = "a")
## [[1]]
##      start end
## [1,]     2   2
## [2,]     4   4
## [3,]     6   6

字符匹配

字符匹配函数str_matchstr_match_all与字符提取函数str_extract类似,返回匹配到的字符,不同之处在于返回格式。

# 返回第一个匹配到的字符(矩阵)
str_match(string = "banana",pattern = "a")
##      [,1]
## [1,] "a"
# 返回所有匹配到的字符(列表)
str_match_all(string = "banana",pattern = "a")
## [[1]]
##      [,1]
## [1,] "a" 
## [2,] "a" 
## [3,] "a"

字符补齐

字符补齐函数str_pad,用于在字符串中添加单个字符,可选择添加的位置,在参数side中进行设置。

# 默认字符串左边补齐
str_pad(string = "jack",width = 6,pad = "S")
## [1] "SSjack"
# 字符串右边补齐
str_pad(string = "jack",width = 6,side = "right",pad = "S")
## [1] "jackSS"
# 字符串两边补齐
str_pad(string = "jack",width = 6,side = "both",pad = "S")
## [1] "SjackS"

字符删除

字符删除函数str_removestr_remove_all,用于删除字符串中的部分字符。

# 删除第一个匹配到的字符
str_remove(string = "banana",pattern = "a")
## [1] "bnana"
# 删除所有匹配到的字符
str_remove_all(string = "banana",pattern = "a")
## [1] "bnn"

字符替换

字符替换函数str_replacestr_replace_allstr_replace_na,用于替换字符串中的部分字符。

# 替换第一个匹配到的字符
str_replace(string = "banana",pattern = "a",replacement = "A")
## [1] "bAnana"
# 替换所有匹配到的字符
str_replace_all(string = "banana",pattern = "a",replacement = "A")
## [1] "bAnAnA"
# NA替换成NA字符
str_replace_na(string = c("banana",NA))
## [1] "banana" "NA"

字符排序

字符排序函数str_sortstr_order,对字符向量进行排序。

# 字符向量升序排序,返回字符向量
str_sort(c("sql","json","python"))
## [1] "json"   "python" "sql"
# 字符向量降序排序,返回字符向量
str_sort(c("sql","json","python"),decreasing = TRUE)
## [1] "sql"    "python" "json"
# 字符向量升序排序,返回索引向量
str_order(c("sql","json","pythn"))
## [1] 2 3 1

字符分割

字符分割函数str_splitstr_split_fixed,对字符串进行分割。

# 字符分割,返回列表
str_split(string = "banana",pattern = "")
## [[1]]
## [1] "b" "a" "n" "a" "n" "a"
# 字符分割,返回矩阵
str_split(string = "banana",pattern = "",simplify = T)
##      [,1] [,2] [,3] [,4] [,5] [,6]
## [1,] "b"  "a"  "n"  "a"  "n"  "a"
# 字符分割,指定分割块数
str_split_fixed(string = "banana",pattern = "",n = 3)
##      [,1] [,2] [,3]  
## [1,] "b"  "a"  "nana"

字符过滤

字符过滤函数str_substr_subsetstr_sub函数通过指定开始和结束位置,过滤出字符串的部分字符串。str_subset函数通过匹配模式,过滤出满足模式的字符串。

# 字符过滤(正向索引)
str_sub(string = "banana",start = 1,end = 3)
## [1] "ban"
# 字符过滤(反向索引)
str_sub(string = "banana",start = -2,end = -1)
## [1] "na"
# 字符过滤,并赋值
x <- "banana"
str_sub(string = x,start = 1,end = 1) <- "A"
print(x)
## [1] "Aanana"
# 字符串过滤(返回字符串)
str_subset(string = c("java","sql","python"),pattern = "^s")
## [1] "sql"
# 字符串过滤(返回位置)
str_which(string = c("java","sql","python"),pattern = "^s")
## [1] 2

其他

stringr包中其他的有用函数,用于常见的字符处理。

# 删除字符串两边的空格
str_trim(string = "  you are beautiful!  ")
## [1] "you are beautiful!"
# 删除字符串中多余的空格
str_squish(string = "  you are  beautiful!  ")
## [1] "you are beautiful!"
# 字符转为小写
dog <- "The quick brown dog"
str_to_lower(dog)
## [1] "the quick brown dog"
# 字符转为大写
str_to_upper(dog)
## [1] "THE QUICK BROWN DOG"
# 字符转为标题
str_to_title(dog)
## [1] "The Quick Brown Dog"
# 字符转为语句
str_to_sentence(dog)
## [1] "The quick brown dog"

在这里插入图片描述

  • 6
    点赞
  • 45
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值