三行代码 › 专栏 › 技术社区 › Robert Frey

从Dataframe列中提取模式在字符串向量中匹配的字符串

stringr r

Robert Frey · 技术社区 · 2 月前

我有这个列的数据集,其中一个基本上是引号和状态名称,下面是一个例子: `

library(tidyverse)
df <- tibble(num = c(11,12,13), quote = c("In Ohio, there are plenty of hobos","Georgia, where the peaches are peachy","Oregon, no, we did not die of dysentery"))

我想创建一个列来提取特定的状态。

以下是我尝试过的:

states <- state.name
df <- df %>% mutate(state = na.omit(as.vector(str_match(quote,states)))[[1]])

它获取此错误:

Error in `mutate()`:
â¹ In argument: `state = na.omit(as.vector(str_match(quote, states)))[[1]]`.
Caused by error in `str_match()`:
! Can't recycle `string` (size 3) to match `pattern` (size 50).

1 回复 | 直到 2 月前

Ronak Shah 2 月前

您需要将状态名称折叠成一个字符串,然后使用 str_extract 从中提取名称。

library(dplyr)
library(stringr)

df %>% 
  mutate(state = str_extract(quote,str_c(state.name, collapse = "|")))

#    num quote                                   state  
#  <dbl> <chr>                                   <chr>  
#1    11 In Ohio, there are plenty of hobos      Ohio   
#2    12 Georgia, where the peaches are peachy   Georgia
#3    13 Oregon, no, we did not die of dysentery Oregon

哪里 str_c 生成此字符串。

str_c(state.name, collapse = "|")
[1] "Alabama|Alaska|Arizona|Arkansas|California|Colorado|Connecticut|Delaware|Florida|Georgia|Hawaii|Idaho|Illinois|Indiana|Iowa|Kansas|Kentucky|Louisiana|Maine|Maryland|Massachusetts|Michigan|Minnesota|Mississippi|Missouri|Montana|Nebraska|Nevada|New Hampshire|New Jersey|New Mexico|New York|North Carolina|North Dakota|Ohio|Oklahoma|Oregon|Pennsylvania|Rhode Island|South Carolina|South Dakota|Tennessee|Texas|Utah|Vermont|Virginia|Washington|West Virginia|Wisconsin|Wyoming"

推荐文章

Sati · str_extract只捕获重复关键字的一个实例

6 年前

Santosh · 使用模式R正则表达式的文本捕获

6 年前

Daniel · R:找到图案并编辑

6 年前

ima · 从具有字符串名称的循环中绘制多个图

6 年前

user1412 · 在变量中搜索字符串并返回匹配的字符串

6 年前

cgibbs_10 · 如何检查字符串是否完全由某些字符串模式组成

6 年前

cgibbs_10 · 在R中字符串的每个字符之间插入垂直条

6 年前

Doug Fir · 基于正则表达式和正则表达式值变异数据帧

6 年前

Selva · Regex替换R中的wiki引文

7 年前

Dre · 如何在不知道R中单词的情况下匹配某个字符后的单词?

7 年前