R for Data Science（九）

生信菜鸟团
如有问题或建议，请公众号留言

Stringr

本章将向您介绍r中的字符串操作，您将了解字符串如何工作以及如何手工创建它们，但是本章的重点将放在正则表达式，或简称regexp上。正则表达式非常有用，因为字符串通常包含非结构化或半结构化数据，regexp是一种用于描述字符串中的模式的简明语言。当你第一次看到regexp时，你会以为是一只猫在你的键盘上走过，但是随着你理解的提高，它们很快就会变得有意义。

library(tidyverse)
library(stringr)


stringr常用几大函数

求字符长度： str_length（） 相当于length（）

字符合并： str_c() 相当于paste（）

字符截取： str_sub（）相当于substring（）

正则表达式： str_view()

计算字符串长度

str_length(c('a', 'R for data science', NA))
#> [1]  1 18 NA


合并字符串

str_c('x', 'y')
#> [1] 'xy'
str_c('x', 'y', 'z')
#> [1] 'xyz'
str_c('x', 'y', sep = ', ')
#> [1] 'x, y'
str_c(c('x', 'y', 'z'), collapse = ', ')
[1] 'x, y, z'
> str_c(c('x', 'y', 'z'), sep = ', ')
[1] 'x' 'y' 'z'
> str_c(c('x', 'y'), sep = ', ')
[1] 'x' 'y'
> str_c('x', 'y', sep = ', ')
[1] 'x, y'


强调一点，请仔细体会str_c（）中的sep和collapse参数的不同点，就是collapse代表的合并为一个引号下的字符串，而sep则是分开为多个字符串

mark

字符串截取

相当于substring

x <>'Apple', 'Banana', 'Pear')
str_sub(x, 1, 3)
#> [1] 'App' 'Ban' 'Pea'
# negative numbers count backwards from end
str_sub(x, -3, -1)
#> [1] 'ple' 'ana' 'ear'

str_sub('a', 1, 5)
#> [1] 'a'
str_sub('a', 1, 5)
#> [1] 'a'


上面的代码就是告诉我们sub_str()第一个参数为截取对象，第二、三个参数为要截取的起点和终点，当然是从1开始，如果截取的数字前面加上负号代表的就是倒叙截取

同时str_sub还可以用来赋值比如

mark

正则表达式 str_view函数

R里面的正则

. 代表一个任意字符

\. 代表点号自己

\d 代表任意数字

\s 代表空格

[abc] 代表a/b/c

[\^abc] 代表非a，非b，非c

^匹配字符串的开始。

$以匹配字符串的末尾

？  代表0次或一次

+  >=1 次

*  >=0 次

x <>'apple', 'banana', 'pear')
str_view(x, 'an')
apple
banana
pear
x <>'apple', 'banana', 'pear')
str_view(x, '.a.')
apple
banana
pear
str_view(fruit, '(..)\\1', match = TRUE)
banana
coconut
cucumber
jujube
papaya
salal berry


mark

加括号，以及数字代表什么呢？加括号就是代表你的对象被选中，后续匹配的还是你的数字，相当于叠字

就像上面的anan，coco等

下周继续！