R: разделять символьные данные на числа и буквы

У меня есть вектор символьных данных. Большинство элементов в векторе состоят из одной или нескольких букв, за которыми следует одно или несколько чисел. Я хочу разбить каждый элемент в векторе на часть символа и числовую часть. Я нашел аналогичный вопрос на Stackoverflow.com здесь:

разделите символ из числа с несколькими цифрами

Однако ответ, приведенный выше, кажется, не работает полностью в моем случае, или я делаю что-то неправильно. Ниже показан пример:

my.data <- c("aaa", "b11", "b21", "b101", "b111", "ccc1", "ddd1", "ccc20", "ddd13")

# I can obtain the number portion using:

gsub("[^[:digit:]]", "", my.data)

# However, I cannot obtaining the character portion using:

gsub("[:digit:]", "", my.data)

Как я могу получить часть символа? Я использую R версии 2.14.1 на 64-разрядной машине Windows 7.

Ответ 1

Для вашего регулярного выражения вы должны использовать:

gsub("[[:digit:]]","",my.data)

Символьный класс [:digit:] имеет смысл только внутри набора [].

Ответ 2

С stringr, если вам нравится (и немного отличается от ответ на другой вопрос):

# load library
library(stringr)
#
# load data
my.data <- c("aaa", "b11", "b21", "b101", "b111", "ccc1", "ddd1", "ccc20", "ddd13")
#
# extract numbers only
my.data.num <- as.numeric(str_extract(my.data, "[0-9]+"))
#
# check output
my.data.num
[1]  NA  11  21 101 111   1   1  20  13
#
# extract characters only
my.data.cha <- (str_extract(my.data, "[aA-zZ]+"))
# 
# check output
my.data.cha
[1] "aaa" "b"   "b"   "b"   "b"   "ccc" "ddd" "ccc" "ddd"

Ответ 3

Поздний ответ, но другой вариант - использовать strsplit с шаблоном регулярного выражения, который использует обратные пути для поиска границы между числами и буквами:

var <- "ABC123"
strsplit(var, "(?=[A-Za-z])(?<=[0-9])|(?=[0-9])(?<=[A-Za-z])", perl=TRUE)
[[1]]
[1] "ABC" "123"

Вышеприведенный шаблон будет соответствовать (но не потреблять), если предыдущий символ является буквой, а следующий символ - числом или наоборот. Обратите внимание, что мы используем strsplit в режиме Perl для доступа к просмотру.

Демо

Ответ 4

Поскольку ни один из предыдущих ответов не использует tidyr::separate здесь:

library(tidyr)

df <- data.frame(mycol = c("APPLE348744", "BANANA77845", "OATS2647892", "EGG98586456"))

df %>%
  separate(mycol, 
           into = c("text", "num"), 
           sep = "(?<=[A-Za-z])(?=[0-9])"
           )

Ответ 5

Несколько более элегантный способ (без каких-либо внешних пакетов):

> x = c("aaa", "b11", "b21", "b101", "b111", "ccc1", "ddd1", "ccc20", "ddd13")
> gsub('\\D','', x)       # replaces non-digits with blancs
[1] ""    "11"  "21"  "101" "111" "1"   "1"   "20"  "13" 
> gsub('\\d','', x)       # replaces digits with blanks
[1] "aaa" "b"   "b"   "b"   "b"   "ccc" "ddd" "ccc" "ddd"

Ответ 6

Вы также можете использовать colsplit из reshape2, чтобы разделить вектор на столбцы символов и цифр за один шаг:

library(reshape2)

colsplit(my.data, "(?<=\\p{L})(?=[\\d+$])", c("char", "digit"))

Результат:

  char digit
1  aaa    NA
2    b    11
3    b    21
4    b   101
5    b   111
6  ccc     1
7  ddd     1
8  ccc    20
9  ddd    13

Данные:

my.data <- c("aaa", "b11", "b21", "b101", "b111", "ccc1", "ddd1", "ccc20", "ddd13")