gsub and returning the correct number in a string
我在数据框中有一个文本字符串，如下所示
2 Sector. District 1, Area 1
我的目标是提取 Sector 之前的数字，否则返回空白。
我认为以下正则表达式会起作用：
1
| gsub("^(?:([0-9]+).*Sector.*|.*)$","\\\\1",TEXTSTRINGCOLUMN) |
当单词 Sector 不存在时，这正确地不返回任何内容，但返回 1 而不是 2。非常感谢有关我哪里出错的帮助。谢谢！
我们可以对"扇区"使用正则表达式前瞻，将数字捕获为一个组，并在替换中指定捕获组 (\\\\1)。
1
2
| sub('.*?(\\\\d+)\\\\s*(?=Sector).*', '\\\\1', v1, perl=TRUE)
#[1]"2" |
编辑：根据@Avinash Raj 的评论修改。
不使用环视，(感谢@Avinash Raj)
1
| sub('.*?(\\\\d+)\\\\s*Sector.*', '\\\\1', v1) |
数据
1
| v1 <-"2 Sector. District 1, Area 1" |
- 这不适用于 Sector 不存在的情况 - 例如x <- c("2 Sector. District 1, Area 1","Nothing")
-
@thelatemail str_extract(x, (\\\\d+)(?=\\\\s*Sector)) 为此返回 NA
-
@thelatemail 看起来 OP 的初始代码返回 那些。我不确定 OPs 代码在哪里失败。
-
@akrun wait... 不适用于 23 Sector，您的正则表达式必须是 .*?(\\\\d+)
-
不，需要 Perl，sub(.*?(\\\\d+)\\\\s*Sector.*, \\\\1, v1) :-)
-
启用 perl，str_extract(v1, perl("\\\\d+(?=\\\\s*Sector)"))
-
@AvinashRaj 在新的 stringr 版本中，不需要用 perl package。因为它给了我警告 perl is deprecated. Please use regexp instead
试试吧，
1
2
3
| x <-"2 Sector. District 1, Area 1"
substring(x, 0, as.integer(grepl("Sector", x)))
#[1]"2" |