商城网站建设排名,滁州网站建设梦天堂,软件开发的公司,wordpress内部服务器错误在挖掘分析的过程当中对字符串的处理是极为重要的#xff0c;且出现也较为频繁#xff0c;R语言作为当前最为流行的开源数据分析和可视化平台#xff0c;虽然文本的处理并不是它的强项, 但是R语言还是包含大量的字符串操作工具#xff0c;本章着重整理了部分常用字符处理函…在挖掘分析的过程当中对字符串的处理是极为重要的且出现也较为频繁R语言作为当前最为流行的开源数据分析和可视化平台虽然文本的处理并不是它的强项, 但是R语言还是包含大量的字符串操作工具本章着重整理了部分常用字符处理函数及其使用方法。1) 字符长度统计length(x)函数 — 返回向量x的长度或者说向量中元素的个数nchar(x)函数 — 返回向量x中的每个元素的字符个数对于非字符元素会得到不可预料的结果。–举例1x #返回3向量x中共有3个元素length(x)#返回1 7 12向量x中每个元素的字符个数nchar(x)–举例2#返回1空向量长度为1length()#返回0空向量字符长度为0nchar()#非字符元素NA返回错误结果2nchar(NA)2) 字符大小写转换toupper(x)函数 — 将字符矩阵x内各元素转化为大写形式tolower(x)函数 — 将字符矩阵x内各元素转化为小写形式casefold(xupper FALSE)函数 — 将字符矩阵x内各元素转化为大写或小写形式默认为转换为小写当upper TRUE时转换为大写–举例1x #转化x中的各元素为大写形式NA依然返回NAtoupper(x)#转化x中的各元素为小写形式NA依然返回NAtolower(x)#转化x中的各元素为小写形式默认upper FALSENA依然返回NAcasefold(x)#转化x中的各元素为大写形式设置upper TRUENA依然返回NAcasefold(x, upper TRUE)字符串连接是较为常见的字符操作在此R提供了强大的paste函数它不仅可以实现字符串的连接也可以实现字符向量的连接无论是字符向量还是字符串在连接前paste会把对象首先转换为字符而后进行连接另外当向量连接时较短的向量会循环使用。1) paste 函数基本语法:paste (...,sep , collapse NULL)参数sep表示连接的分隔符默认为一个空格参数collapse作为合并成一个字符串时的分隔符详情请见以下应用实例–举例1x paste(x, y)#不设置sep默认以空格分割paste(A, 1:4)#设置sep去掉空格分隔符paste(A, 1:4,sep )–举例2#字符向量的连接,较短的字符循环被使用paste(c(a, b), 1:3,sep )–举例3#连接前隐式转换为字符串name age person #返回结果NJc(1,3, 2) NJc(30, 20,10)paste(NJ, person,sep)注: 数据框内的字符串会默认转换为因子(依赖于stringsAsFactors参数的设置默认为True即字符会被转换为因子类型)然后paste连接的时候会进行隐式转换默认转换为字符型连接所以使用paste函数时有时候并不能得到想要的结果。–举例4#使用collapse参数, collapse的使用可使连接后的字符组成一个字符串#返回字符串A1,A2,A3,A4paste(A, 1:4,sep ,collapse ,)2) paste0 函数基本语法paste0(..., collapse NULL)参数意义paste与函数相同, 不同之处在于sep默认设置为空字符。–举例1#结果中没有空格分隔符paste0(A, 1:4)3) sprintf函数基本语法:sprintf(fmt,...)sprintf表示字符串“打印”把若干元素按照给定的格式组合赋值给字符串。fmt表示包含格式字符的字符向量sprintf中的参数会循环使用。–举例1#以固定长度输出月份的名称fmt被循环使用长度不足在字符前面补空格sprintf(%09s, month.name)#以固定长度输出月份的名称fmt被循环使用,长度不足在字符后面补空格sprintf(%-9s, month.name)–举例2#向量元素按顺序组合sprintf(c(Name:%s, Age: %s), c(Kingsley, 30))–举例3#以指定格式输出圆周率sprintf(%f,pi)sprintf(%.3f,pi)sprintf(%1.0f,pi)sprintf(%5.1f,pi)sprintf(%05.1f,pi)sprintf(%f,pi)sprintf(%f, pi)sprintf(%-10f,pi) # left justifiedsprintf(%e,pi)sprintf(%E,pi)sprintf(%g,pi)sprintf(%g, 1e6 * pi) # - exponentialsprintf(%.9g,1e6 * pi) # - fixedsprintf(%G,1e-6 * pi)4) cat函数基本语法:cat(... , file , sep , fill FALSE, labels NULL,append FALSE)cat函数用于连接字符串并输出到文件默认file为空直接输出sep表示连接的分隔符默认为一个空格fill逻辑值为FALSE只有显式地使用“\n”才会换行输出为TRUE只要达到选择宽度即可换行labels为行标签只在fill TRUE时有效若设定的行数小于实际行数则会循环使用。append逻辑值为FALSE会覆盖之前的输出否则在原来内容后添加新输出。–举例1#连接字符串此处A不会循环使用cat(A, 1:4, sep )–举例2#换行输出到文件abc.txt每行都有相应的行标签cat(paste(letters, 100*1:26), file abc.txt, fill T, labels paste0({,1:10, }:))R语言有多重方法判断特定元素(vector)在另一个元素(vector)中是否存在匹配的元素。下面逐一介绍各种方法1. match函数族match函数族用于匹配字符时返回匹配或部分匹配的元素下标匹配参数不支持正则表达式。1) match函数基本语法match(x, table,nomatch NA_integer_, incomparables NULL)其中参数nomatch表示不匹配时的返回值(默认为NA强制为integer型)incomparables指定不能用来匹配的值(vector)因此incomparables中配置的值即使x在table中得到匹配也会由nomatch代替。match函数要求完全匹配。–举例1#return 2字符mn匹配字符向量第二个元素的值match(mn,c(ab, mn, xy), nomatch NA)–举例2#return 1字符mn匹配字符向量第一以及第二个元素的值返回第一个元素下标match(mn,c(mn, mn, xy), nomatch NA)–举例3#return NAincomparables包含了字符值mn因此即使匹配也返回NAmatch(xy,c(ab, mn, xy), nomatch NA,incomparables c(mn, xy))函数%in%实际可表示为match函数不同的是返回值为逻辑向量%in% 0–举例1#返回长度为10的逻辑向量存在的为TRUE不存在为FALSE1:10 %in%c(1,3,5,9)–举例2#返回sstr中存在于26个字符中的元素包括大小写sstr sstr[sstr %in%c(letters, LETTERS)]2) pmatch函数基本语法:pmatch(x, table,nomatch NA_integer_, duplicates.ok FALSE)其中参数nomatch表示不匹配时的返回值(默认为NA强制为integer型)duplicates.ok表示table里面的元素是否可以适用多次。 pmatch函数是一个部分匹配函数, 依次从x里面挑出元素, 对照table进行匹配, 若匹配上则从table中剔除匹配上的值(部分匹配要求从元素的开始进行匹配若x出现在table元素的中间不予匹配), 不再参与下次匹配, duplicate.ok可设置是否剔除; 对于某一个元素, 匹配一共分成三步l 如果可以完全匹配, 则认为匹配上了, 返回table中的位置;l 不满足上述条件, 如果是唯一部分匹配, 则返回table中的位置;l 不满足上述条件, 则认为没有值与其匹配上.–举例1#return2完成匹配第二个元素忽略第一个元素的部分匹配pmatch(me, c(mean, me,mode))–举例2#return1唯一部分匹配返回匹配的元素下标pmatch(me, c(mean, mae,mode))–举例3#returnNA部分匹配多个值返回NApmatch(m, c(mean, median, mode))–举例4#returnNAmn出现在元素的中间不是从元素头开始因此不予匹配pmatch(mn, c(mean, amnb, mode))–举例5#duplicate.ok为FALSE匹配后剔除因此第一次完全匹配后table中的第二#个元素被剔除第二次只能取部分匹配的值因此返回NA,21pmatch(c(, ab, ab), c(abc, ab), dup FALSE)–举例6#duplicate.ok为TRUEtable中元素可使用多次因此第一次完全匹配后#table的第二个元素未被剔除第二次认可使用因此返回NA,22pmatch(c(, ab, ab), c(abc, ab), dup FALSE)基本语法:charmatch(x,table, nomatch NA_integer_)与pmatch功能类似可用于部分匹配如果同时存在完全匹配和部分匹配则取完全匹配值的下标对于多个完全配合或者多个部分匹配的情况返回0值没有匹配的返回nomatch所设置的值。–举例1#return2完成匹配第二个元素忽略第一个元素的部分匹配charmatch(me, c(mean, me,mode))–举例2#return1唯一部分匹配返回匹配的元素下标charmatch(me, c(mean, mae,mode))–举例3#return 0部分匹配多个值返回0charmatch(m, c(mean, median, mode))–举例4#returnNAmn出现在元素的中间不是从元素头开始因此不予匹配charmatch(mn, c(mean, amnb, mode))–举例5#匹配后元素仍可重复使用return 0,2,2charmatch(c(, ab, ab), c(abc, ab))2. grep函数族与match函数不同grep函数族可通过正则表达式在给定的对象中搜索文本。其中grep输出向量的下标或值grepl返回匹配与否的逻辑值。regexprgregexpr和regexec可以查找到某些字符在字符串中出现的具体位置和字符串长度信息可以用于字符串的提取操作。1) grep函数基本语法grep(pattern, x, ignore.case FALSE, perl FALSE, value FALSE,fixed FALSE, useBytes FALSE, invert FALSE)grepl(pattern, x,ignore.case FALSE, perl FALSE,fixed FALSE, useBytes FALSE)grepRaw(pattern,x, offset 1L, ignore.case FALSE,value FALSE, fixed FALSE, all FALSE,invert FALSE)pattern为字符串表示的正则表达式或者字符串(fixed TRUE)ignore.case逻辑值FALSE表示大小写敏感TRUE不敏感perl逻辑值是否使用Perl风格的正则表达式FALSE表示不使用TRUE表示使用value逻辑值FALSE返回匹配元素的下标TRUE返回匹配的元素值fixed逻辑值FALSE表示正则表达式匹配TRUE为精确匹配useBytes逻辑值FALSE表示按字符匹配TRUE表示按字节匹配invert逻辑值FALSE 查找匹配值TRUE返回不匹配元素下标或值(根据value值)offset指定匹配开始位置all逻辑值TRUE返回所有匹配值FALSE返回第一个匹配值。–举例1#查找含有字符o或者r的字符串返回匹配的下标grep([or],c(Tom, Jerry, Mickey))#查找含有字符o或者r的字符串返回不匹配的下标grep([or],c(Tom, Jerry, Mickey), invert TRUE)#点好(.)匹配任意字符返回下标grep(e.r,c(pear, cherry, apple))#点好(.)匹配任意字符,value设置为TRUE返回匹配的值grep(e.r,c(pear, cherry, apple), value TRUE)#$匹配一个字符串的结尾返回以y结尾的字符串grep(y$,c(year, Jerry, Mickey))#^匹配一个字符串的开始返回以y开始的字符串grep(^y,c(year, Jerry, Mickey))#匹配以c开头(不一定要求是字符串第一个字符)接着方括号中任意一个字符最#后以t结尾grep(c[aeiou]t,c(cat, pcut, apple))#[^a]表示匹配任意不是a的元素grep(c[^a]t,c(cat, pcut, apple))#匹配a或者ugrep(c(a|u)t,c(cat, pcut, apple))#匹配字符串pp{n}表示匹配n个字符grep(ap{2},c(cat, pcut, apple))#匹配字符串anan{n}表示匹配n个字符grep((an){2},c(cat, pcut, banana))#?匹配前面的子表达式零次或一次grep(c(a)?t,c(cat, pct, apple))#*匹配前面的子表达式任意次,可匹配任意次的c和agrep(ca*t,c(cat, pct, cct, caaaat))#匹配前面的子表达式一次或多次(大于等于1),只能匹配agrep(cat,c(cat, pt, cct, caaaat))–举例2#查找含有字符o或者r的字符串返回与向量长度相同的逻辑向量grepl([or],c(Tom, Jerry, Mickey))–举例3#返回第一次出现o或者r的下标grepRaw([or],Tomorrow)#设置all TRUE返回所有的o和r的位置下标grepRaw([or],Tomorrow, all TRUE)#从位置3开始向后搜索匹配grepRaw([or],Tomorrow, all TRUE, offset 3)注意: 若原字符为非字节形式会强制使用charToRaw先字节化。例如 :charToRaw(Tomorrow)2) regexpr、gregexpr和regexec函数返回匹配结果的具体位置以及字符串长度信息可以用于字符串的提取操作。基本语法regexpr(pattern,text, ignore.case FALSE, perl FALSE,fixed FALSE, useBytes FALSE)gregexpr(pattern,text, ignore.case FALSE, perl FALSE,fixed FALSE, useBytes FALSE)regexec(pattern,text, ignore.case FALSE, fixed FALSE,useBytes FALSE)–举例1#返回匹配向量包括字符的位置及匹配长度(只匹配第一次出现的)不匹配返回-1regexpr(ca*t,c(cat, pct, cctdcat, caaaat,ddd))#返回匹配列表包含字符的位置及匹配长度(匹配多次)不匹配字符返回-1gregexpr(ca*t,c(cat, pct, cctdcat, caaaat,ddd))#返回匹配列表包含字符的位置及匹配长度(只匹配第一次出现的)不匹配返回-1regexec(ca*t,c(cat, pct, cctdcat, caaaat,ddd))regmatches函数可以提取regexpr,gregexpr或regexec函数中匹配或者不匹配(invert TRUE)的字符基本语法regmatches(x, m,invert FALSE)–举例1#提取使用regexpr匹配的实际字符x m regmatches(x, m)根据广义Levenshtein编辑距离进行字符串模糊匹配(adist函数可用于计算Levenshtein编辑距离)。基本语法 agrep(pattern, x,max.distance 0.1, costs NULL,ignore.case FALSE, value FALSE, fixed TRUE,useBytes FALSE)agrepl(pattern,x, max.distance 0.1, costs NULL,ignore.case FALSE, fixed TRUE,useBytes FALSE)max.distance表示允许的最大Levenshtein编辑距离。–举例1#返回最大编辑距离小于等于3的字符值#返回1,2agrep(lasy,c(1 lazy, lmansky, 1 LAZY), max 3)#返回1 lazyagrep(lasy,c(1 lazy, lmansky, 1 LAZY), max 2, value T)–举例2#返回匹配的逻辑向量agrepl(lasy,c(1 lazy, lmansky, 1 LAZY), max 3)1. 字符串提取以下函数可用于字符串提取同时substr和substring也可用于字符串替换。1) substr函数基本语法:substr(x, start,stop)对字符串x截取从start到stop的子字符串。–举例1#Return:jing截取字符串第4位到第7为的字符substr(Nanjing, 4, 7)#Return:jing截取字符串第4位到第10为的字符,stop超出字符长度#只取值到字符末尾substr(Nanjing, 4, 10)#Return:空字符start超出字符串长度substr(Nanjing, 8, 10)–举例2#截取字符向量对于位置向量长度不足会循环使用#位置向量为14, 2:5, 3:4, 1:5两个位置向量都循环取值substr(rep(abcdef, 4), 1:3, 4:5)–举例3#替换原字符串1-3的字符add substr(add, 1, 3) 2) substring函数基本语法:substring(text,first, last 1000000L)对字符串x截取从first到last的子字符串last默认值为1000000可以不传参。–举例1#Return:jing截取字符串第4位到第7为的字符substring(Nanjing, 4, 7)#Return:jing截取字符串第4位到末尾的子字符串未设置last取默认值substring(Nanjing, 4)–举例2#下标向量循环使用截取字符串substring(Nanjing, 1:2, 1:6)#未设置last截取字符串substring(Nanjing, 1:6)–举例3#替换原字符串1-3的字符add substring(add, 1, 3) 3) strtrim函数基本语法:strtrim(x,width)对字符串x从开头截取指定width的子字符串参数均可循环使用。对于中文字符一个字符的长度为2因此width也要设置为2倍宽度。–举例1#Return:Nan从头开始截取定宽字符strtrim(Nanjing, 3)–举例2#Return:字符中文字符宽度需设置为2倍strtrim(字符操作函数,4)2. 字符串替换sub和gsub为字符串替换函数通过正则表达式设置灵活的匹配规则返回被替换后的字符串两者唯一的差别在于前者匹配第一次符合模式的字符串后者匹配所有符合模式的字符串也就是说在替换的时候前者只替换第一次符合的后者可替换所有符合的。1) sub和gsub函数sub和gsub函数用于字符串替换其中sub只替换第一次匹配的字符而gsub会替换所有满足条件的匹配。由于R语言操作都是传值不传址所以替换操作只是替换了原字符向量的copy如果完全替换还需要再通过赋值操作。基本语法sub(pattern,replacement, x, ignore.case FALSE, perl FALSE,fixed FALSE, useBytes FALSE)gsub(pattern,replacement, x, ignore.case FALSE, perl FALSE,fixed FALSE, useBytes FALSE)replacement参数表示需要替换的内容。–举例1#以字符www替换第一次匹配的字符sub(ca*t,www, c(cat, pct, cctdcat,caaaat, ddd))#以字符www替换所有匹配的字符gsub(ca*t,www, c(cat, pct, cctdcat, caaaat,ddd))2) chartr函数基本语法chartr(old, new,x)把字符串x中的字符按照old到new进行替换字符串old和new要求长度一致且按顺序匹配替换。–举例1#替换字符一一对应进行映射chartr(Nan,Bei, Nanjing)–举例2#替换过程同时生效由于原字符不存在B因此不会进行B-F转换chartr(NB,BF, Nanjing)3. 字符串拆分基本语法strsplit(x,split, fixed FALSE, perl FALSE, useBytes FALSE)strsplit根据split拆分字符串x并返回子字符串组成的长度与x相同的列表, 分隔符split包括正则表达式当fixed TRUE时需要精确匹配为FALSE(默认)则使用正则表达式匹配 除非使用反斜杠(\)转义。perl用于判断是否使用更强大的perl正则表达式useBytes TRUE 表示byte-by-byte按字节匹配 FALSE为character-by-character字符匹配(默认)。–举例1#以分隔符-分割字符串strsplit(JiangSu-Nanjing-Gaoxin,-)–举例2#点好(.)为正则表达式表示任意字符,因此不能正确分割字符串strsplit(JiangSu.Nanjing.Gaoxin,.)#设置fixed为TRUE精确匹配点好strsplit(JiangSu.Nanjing.Gaoxin,., fixed TRUE)#使用反斜杠(\)转义strsplit(JiangSu.Nanjing.Gaoxin,\\.)#使用通配符[]表示含有点号的字符strsplit(a.b.c,[.])–举例3#以下三种情况相同把字符串分解为一个一个单个字符strsplit(JiangSu-Nanjing-Gaoxin,NULL)strsplit(JiangSu-Nanjing-Gaoxin,)strsplit(JiangSu-Nanjing-Gaoxin,character(0))–举例4#\s表示空白字符(包括空格、制表符、换行符等)strsplit(JiangSuNanjing Gaoxin, \\s)strsplit(JiangSu\nNanjing\nGaoxin,\\s)–举例5#使用分隔符”-”,对字符向量分解person strsplit(person,-)字符编码即编码字符集和实际存储数值之间的转换关系。字符集规定了某个文字对应的二进制数字存放方式(编码)和某串二进制数值代表了哪个文字(解码)的转换关系。R语言提供的一些字符编码函数。1) Encoding函数Encoding函数用于读取和设置字符向量的编码。R字符串可以使用包括 latin1 UTF-8 或 bytes的编码格式。由于ASCII 字符串对各种编码表示的形式相同所以Encoding获取的编码方式为unknown。–举例1x #字符编码为unknownEncoding(x)#设置字符编码为latin1Encoding(x) 2) iconv函数字符编码转换转换过程中并不会做太多的校验因此放源编码不合法时常常不能正确转换基本语法:iconv(x, from , to , sub NA, mark TRUE, toRaw FALSE)from为源编码to为目标编码sub用于替换不能转换的字节(默认为NA)如果本身为字节类型则使用16进制字节形式替换。mark逻辑值指明返回的字符向量是否申明编码类型默认为TRUE即返回编码类型toRaw逻辑值指明是返回字符向量还是字节向量。–举例1x #设置字符编码为latin1Encoding(x) #转换latin1字符编码为UTF-8iconv(x, latin1,UTF-8)–举例2x Encoding(x) #转换为字节型输出iconv(x, latin1,UTF-8, toRaw T)charToRaw(iconv(x,latin1, UTF-8))注意:iconvlist() 可用于输出不同环境支持的编码类型从当前语言环境选择合适的编码名称。localeToCharset(locale Sys.getlocale(LC_CTYPE))相较于R语言基本的字符操作stringr包提供了更加灵活易用的字符操作方式。1. 统计匹配的字符数基本语法str_count(string,pattern )–举例1x #统计字符向量中每个字符串中字符R的个数str_count(x,pattern R)–举例2#不能正确统计元字符的个数str_count(c(a.,..., .a.a), .)#使用fixed函数str_count(c(a.,..., .a.a), fixed(.))#使用反斜杠转义str_count(c(a.,..., .a.a), \\.)#使用[.]同样有效str_count(c(a.,..., .a.a), [.])–举例3#使用空字符串返回每个字符串的字符个数相当于ncharx str_count(x,pattern )2. 字符长度统计基本语法str_length(string)–举例1x #统计每个字符串的字符个数相当于nchar,不同的是NA不会计数依然返回NAstr_length(x)3. 字符串转换基本语法str_to_upper(string,locale )str_to_lower(string,locale )str_to_title(string,locale )–举例1x #转换为全小写NA依然返回NAstr_to_lower(x)#转换为全大写NA依然返回NAstr_to_upper(x)#转换为首字符大写NA依然返回NAstr_to_title(x)4. 字符串连接基本语法str_c(..., sep , collapse NULL)参数sep表示连接的分隔符默认为空字符参数collapse作为合并成一个字符串时的分隔符。–举例1x str_c(x, y)str_c(x, y, sep ,)–举例2#以逗号连接为一个字符串str_c(A,1:4, collapse ,)–举例3#NA不参与连接依然输出NAstr_c(c(A,B, NA, C), 1:4)5. 字符串匹配1) str_match函数基本语法str_match(string,pattern)str_match_all(string,pattern)–举例1#返回实际匹配字符组成的字符矩阵只包含第一个匹配的字符,不匹配值返回NAstr_match(c(pear,ear,cherry, apple), e.r)–举例2#返回字符矩阵组成的list包含所有匹配的字符不匹配值返回空字符str_match_all(c(pear,ear,cherry, apple), e.r)2) str_extract函数基本语法str_extract(string,pattern)str_extract_all(string,pattern, simplify FALSE)simplify默认值为FALSE返回字符向量组成的列表为TRUE则返回字符矩阵。–举例1#返回实际匹配字符组成的字符向量只包含第一个匹配的字符,不匹配值返回NAstr_extract(c(pear,ear,cherry, apple), e.r)–举例2#匹配所有满足条件字符不匹配值返回空字符#simplify FALSE(默认)返回字符向量组成的liststr_extract_all(c(pear,ear,cherry, apple), e.r)#simplify TRUE返回字符向量组成的matrixstr_extract_all(c(pear,ear, cherry,apple), e.r, simplify TRUE)3) str_detect函数基本语法str_detect(string,pattern)返回与string等长的逻辑向量类似于grepl。–举例1fruit #返回与string向量长度相同的逻辑矩阵包含所有匹配的元素str_detect(fruit,a)str_detect(fruit,^a)str_detect(fruit,a$)str_detect(fruit,b)str_detect(fruit,[aeiou])1) str_subset函数基本语法str_subset(string,pattern)返回匹配的字符串值类似于grep(pattern, x,value TRUE)。–举例1fruit #返回匹配的所有字符串值#相当于fruit[str_detect(fruit,[lr])]str_subset(fruit,[lr])2) str_locate函数基本语法str_locate(string,patternstr_locate_all(string,pattern)查找匹配的字符返回数值矩阵第一列为匹配字符的起始位置第二列为终止位置。str_locate_all返回由数值矩阵组成的列表。–举例1#返回第一个匹配字符的位置矩阵不匹配值和NA值返回NAstr_locate(c(pear,ear,cherry, apple, NA), e.r)–举例2#返回全部匹配字符位置矩阵组成的列表不匹配值返回空NA依然返回NAstr_locate_all(c(pear,ear,cherry, apple, NA), e.r)6. 字符串复制基本语法str_dup(string, times)–举例1#按位置复制字符串NA不会复制str_dup(c(pear,ear,cherry, apple, NA), c(1:4))7. 字符串补充基本语法str_pad(string,width, side c(left, right, both), pad )string为字符串或字符串向量width为字符串填充后的长度side为填充方向both两边填充left左边填充right右边填充pad: 用于填充的字符默认为空格。–举例1#两边填充字符*直到宽度为10str_pad(c(pear,ear,cherry, apple, NA), 10, both, pad *)8. 字符串去空格基本语法str_trim(string, side c(both,left, right))去除包括空格\t和\n等字符。–举例1#删除字符串左边的空格str_trim( \t\npear \t \n , left)–举例2#删除字符串右边的空格str_trim( \t\npear \t \n , right)–举例3#删除字符串两边的空格不设置side默认为bothstr_trim( \t\npear \t \n , both)9. 字符串截取/替换/拆分1) str_sub函数基本语法str_sub(string, start 1L,end -1L)str_sub(string, start 1L,end -1L) 对字符串string截取从start到end的子字符串。–举例1#Return:jing截取字符串第4位到第7为的字符str_sub(Nanjing, 4, 7)#Return:jing截取字符串第4位到第10为的字符,stop超出字符长度#只取值到字符末尾str_sub(Nanjing, 4, 10)#Return:空字符start超出字符串长度str_sub(Nanjing, 8, 10)–举例2#截取字符向量对于位置向量长度不足会循环使用#位置向量为14, 2:5, 3:4, 1:5两个位置向量都循环取值str_sub(rep(abcdef, 4), 1:3, 4:5)–举例3#end可以设置为负值str_sub(Nanjing, 3, -2)–举例4#替换原字符串1-3的字符add str_sub(add, 1, 3) 2) word函数基本语法:word(string,start 1L, end start, sep fixed( ))用于从语句中提取单词(字符串)。string为字符串或字符串向量start为数值向量给出提取的开始位置end为数值向量给出提取的结束位置sep为单词间分隔符。–举例1fruit #默认以空格为分隔符取第一个位置的字符word(fruit, 1)#默认以空格为分隔符取第二个位置的字符word(fruit, 2)word(fruit, -1)–举例1fruit #以点好.为分隔符取第一个位置的字符word(fruit, 1,sep fixed(.))3) str_replace函数基本语法str_replace(string, pattern,replacement)str_replace_all(string,pattern, replacement)str_replace_na(string,replacement NA)找到匹配的字符并用给定的字符串进行替换。–举例1fruit #替换字符串中第一次出现的a或pstr_replace(fruit, [ap], *)#替换字符串中所有的a或pstr_replace_all(fruit, [ap], *)–举例2#替换NA为NA字符串str_replace_na(c(NA, NA, apple))#替换NA为字符*str_replace_na(c(NA, NA, apple), *)4) str_split函数基本语法str_split(string, pattern, n Inf)str_split_fixed(string,pattern, n)对字符串进行拆分n为分割的字符串个数。–举例1#使用反斜杠(\)转义str_split(JiangSu.Nanjing.Gaoxin,\\.)#分解为两个字符串str_split(JiangSu.Nanjing.Gaoxin,\\., 2)#使用通配符[]表示含有点号的字符str_split(a.b.c,[.])#设置fixed为TRUE精确匹配点好str_split_fixed(JiangSu.Nanjing.Gaoxin,\\., 3)–举例3#把字符串分解为一个一个单个字符不支持NULL以及character(0)str_split(JiangSu-Nanjing-Gaoxin,)–举例4#使用分隔符”-”,对字符向量分解person #返回list对象str_split(person,-)10. 字符串编码转换基本语法str_conv(string, encoding)–举例1x #设置字符编码为latin1str_conv(x,latin1)11. 字符串值排序基本语法str_order(x, decreasing FALSE, na_last TRUE, locale , ...)str_sort(x, decreasing FALSE, na_last TRUE, locale , ...)decreasing逻辑值指定排序方向默认为升序na_last逻辑值NA值的存放位置 TRUE放到最后FALSE放到最前NA表示过滤NA值排序locale设置按那种语言习惯排序。–举例1fruit #按英文排序str_sort(fruit,locale en)#返回排序后的下标str_order(fruit,locale en)#过滤NA后排序str_sort(fruit,locale en, na_last NA)12. 字符串输出基本语法str_wrap(string, width 80,indent 0, exdent 0)string为字符串或字符串向量width设置行宽indent设置段落首行的缩进值exdent设置段落非首行的缩进值。类似于strwrap函数。–举例1thanks_paththanks thanks #默认输出cat(str_wrap(thanks),\n)#设置宽度为40cat(str_wrap(thanks,width 40), \n)#设置宽度为60首行缩进2个字符cat(str_wrap(thanks,width 60, indent 2), \n)#设置宽度为60非首行缩进2个字符cat(str_wrap(thanks,width 60, exdent 2), \n)#设置宽度为0每个单词为一行输出cat(str_wrap(thanks,width 0, exdent 2), \n)
