Extrahieren von dezimal-zahlen aus einem string

Ich habe einen string wie "3.1 ml" oder "abc 3.1 xywazw"

Möchte ich extrahieren "3.1" aus dieser string. Ich habe festgestellt, viele Fragen auf stackoverflow über die Extraktion von zahlen aus einer Zeichenkette, aber keine Lösung funktioniert für den Fall von Dezimalzahlen.

InformationsquelleAutor Stéphane Laurent | 2013-10-08
  1. 14

    Dieser Ansatz macht den Dezimalpunkt und die Dezimalstellen Bruchteil optional und ermöglicht es, mehrere zahlen entnommen werden:

    str <- " test 3.1 test 5"
as.numeric(unlist(regmatches(str,
                             gregexpr("[[:digit:]]+\\.*[[:digit:]]*",str))
          )      )
#[1] 3.1 5.0

    Die Besorgnis über negative zahlen werden mit Adresse optional perl-look-ahead:

     str <- " test -4.5 3.1 test 5"
    as.numeric(unlist(regmatches(str,gregexpr("(?>-)*[[:digit:]]+\\.*[[:digit:]]*",str, perl=TRUE))))

#[1] -4.5  3.1  5.0
    • In der Tat, es funktioniert für viele Situationen, fantastisch !
    • Bearbeitet. Hatte die falsche Wiederholung Quantifizierer in vor.
    • Recht. Danke für die Korrektur.
    • Mmm ich habe einen "Fehler" gefunden heute: es fällt das minus-Zeichen für negative zahlen
    • Setzen Sie ein "minus" neben der [:digit:]
    • Das problem mit der * Quantifizierer für das Dezimalzeichen ist das Potenzial zum match-Abständen, ausgedrückt als 1..2 oder 2...3 etc. Siehe @Wojciech Sobala Lösung mit der optionalen Quantifizierer (?).
    • Wenn Sie verhindern möchten, dass in Doppelstunden dann könnte auch * zu {0,1}

    InformationsquelleAutor 42-
  2. 14

    Verwenden Sie die stringr Bibliothek:

    x<-"abc 3.1 xywazw"
str_extract(x, "\\d+\\.*\\d*")
[1] "3.1"
    • Möglicherweise verwenden "\\d+\\.\\d+"
    • Danke. @RicardoSaporta richtig ist. Dies wäre keine Arbeit für 13.1 zum Beispiel.
    • Und weder würde die Arbeit für die "10". Ich glaube nicht, dass das "+" ist die richtige Wiederholung Quantifizierer für die zweite oder Dritte Ausdruck.
    • Recht @DWin. str_extract(x, "\\d+\\.*\\d*") ist besser.
    • Ja @Stephane, aktualisiert die Antwort, um dies widerzuspiegeln, da es mehr generalizeable.
    • Hallo tcash21. Wissen Sie, wie Sie tun, um das minus-Zeichen für negative Werte ?
    • Ich bin mit str_extract(string, "\\-*\\d+\\.*\\d*"), denkst du es ist richtig ? (es ist neu also nicht zu sehr experimentiert, bisher)
    • Versuchen str_extract(x, "-*\\d+\\.*\\d*")

    InformationsquelleAutor tcash21
  3. 6

    Regulären Ausdruck für Gleitkommazahl aus http://www.regular-expressions.info/floatingpoint.html mit einer kleinen Anpassung, um die Arbeit in R.

    s <- "1e-6 dkel"
regmatches(s,gregexpr("[-+]?[0-9]*\\.?[0-9]+([eE][-+]?[0-9]+)?",s)) 
> [[1]]
> [1] "1e-6"
    InformationsquelleAutor Wojciech Sobala
  4. 1

    Können Sie reguläre Ausdrücke verwenden :

    > str <- " test 3.1 test"
> as.numeric(regmatches(str,regexpr("[[:digit:]]+\\.[[:digit:]]+",str)))
[1] 3.1

    regexprzurückgibt, die die Startposition und die Länge der übereinstimmenden Zeichenkette. regmatchesgibt die passt. Sie können dann konvertieren Sie Sie in eine Reihe.

    • Mein upvote war gesperrt. Ich versuchte es rückgängig zu machen wenn ich merkte, dass der "." verwendet wurde, unangemessen. Es muss maskiert werden. Vielleicht können Sie beheben die Fehler und die upvote wird dann verdient.
    • Wenn Sie die Eingabe der text "test 3p1-test" zum Beispiel, es ist nicht aufeinander abgestimmt sind. Also ich bin nicht sicher, dass der "." muss escaped werden hier.
    • "3p1" gefunden wird, aber dann in NA durch as.numeric.
    • Bitte verzeiht mir meine dummen Fehler gemacht ... ich bearbeitet meine Antwort. Vielen Dank für bemerken.
    InformationsquelleAutor Thibaud Ruelle
Schreibe einen Kommentar