L'extraction des numéros uniques de chaîne dans la R

J'ai une liste de chaînes de caractères qui contiennent des caractères aléatoires tels que:

list=list()
list[1] = "djud7+dg[a]hs667"
list[2] = "7fd*hac11(5)"
list[3] = "2tu,g7gka5"

Je voudrais savoir les nombres qui sont présents au moins une fois (unique()) dans cette liste. La solution de mon exemple est:

solution: c(7,667,11,5,2)

Si quelqu'un a une méthode qui ne considère pas 11 comme des "onze", mais comme "l'un et l'autre", il serait également utile. La solution à cette condition serait:

solution: c(7,6,1,5,2)

(J'ai trouvé ce post sur un sujet connexe: L'extraction des numéros de vecteurs des chaînes)

InformationsquelleAutor Remi.b | 2013-06-09
  1. 56

    Pour la deuxième réponse, vous pouvez utiliser gsub pour supprimer tous les éléments de la chaîne qui n'est pas un numéro, puis diviser la chaîne comme suit:

    unique(as.numeric(unlist(strsplit(gsub("[^0-9]", "", unlist(ll)), ""))))
# [1] 7 6 1 5 2

    Pour la première réponse, de la même manière à l'aide de strsplit, 

    unique(na.omit(as.numeric(unlist(strsplit(unlist(ll), "[^0-9]+")))))
# [1]   7 667  11   5   2

    PS: ne pas le nom de votre variable list (comme il y a une fonction intégrée de fonction list). Je l'ai appelé vos données comme ll.

    InformationsquelleAutor Arun
  2. 16

    Voici encore une autre réponse, celui-ci à l'aide de gregexpr pour trouver les numéros, et regmatches de les extraire:

    l <- c("djud7+dg[a]hs667", "7fd*hac11(5)", "2tu,g7gka5")

temp1 <- gregexpr("[0-9]", l)   # Individual digits
temp2 <- gregexpr("[0-9]+", l)  # Numbers with any number of digits

as.numeric(unique(unlist(regmatches(l, temp1))))
# [1] 7 6 1 5 2
as.numeric(unique(unlist(regmatches(l, temp2))))
# [1]   7 667  11   5   2
    InformationsquelleAutor A5C1D2H2I1M1N2O1R2T1
  3. 7

    Une solution à l'aide de stringi

     # extract the numbers:

 nums <- stri_extract_all_regex(list, "[0-9]+")

 # Make vector and get unique numbers:

 nums <- unlist(nums)
 nums <- unique(nums)

    Et que c'est votre première solution

    L'extraction des numéros uniques de chaîne dans la R

    Pour la deuxième solution, je l'utiliserais substr:

    nums_first <- sapply(nums, function(x) unique(substr(x,1,1)))
    • D'où vient stri_extract_all_regex() viennent?
    • Le stringi paquet, comme il est dit dans le titre
    InformationsquelleAutor altabq
  4. 6

    Vous pouvez utiliser ?strsplit (comme suggéré dans @Arun réponse dans L'extraction des numéros de vecteurs (de chaînes)):

    l <- c("djud7+dg[a]hs667", "7fd*hac11(5)", "2tu,g7gka5")

## split string at non-digits
s <- strsplit(l, "[^[:digit:]]")

## convert strings to numeric ("" become NA)
solution <- as.numeric(unlist(s))

## remove NA and duplicates
solution <- unique(solution[!is.na(solution)])
# [1]   7 667  11   5   2
    InformationsquelleAutor sgibb
  5. 4

    Un stringr solution avec str_match_all et les canalisations des opérateurs. Pour la première solution:

    library(stringr)
str_match_all(ll, "[0-9]+") %>% unlist %>% unique %>% as.numeric

    Deuxième solution:

    str_match_all(ll, "[0-9]") %>% unlist %>% unique %>% as.numeric

    (Note: j'ai aussi appelé la liste ll)

    InformationsquelleAutor Joe
  6. 1

    Utilisation strsplit à l'aide de modèle comme l'inverse de chiffres: 0-9

    Pour l'exemple que vous avez fournies, faites ceci:

    tmp <- sapply(list, function (k) strsplit(k, "[^0-9]"))

    Alors simplement prendre une union de tous les ensembles " `dans la liste, comme suit:

    tmp <- Reduce(union, tmp)

    Alors vous n'avez qu'à retirer la chaîne vide.

    • Trois identiques réponses à une minute de l'autre! 😀
    • strsplit est vectorisée. Vous pourriez/devriez éviter d'utiliser des boucles en unlisting OP de données.
    • À l'aide de Reduce avec union (essentiellement en boucle) ici, sera également beaucoup de temps sur les listes énormes (unique et unlist serait beaucoup plus rapide).
    • Point de pris.
    InformationsquelleAutor asb
  7. 1

    Découvrez la str_extract_numbers() fonction de la strex paquet. 

    pacman::p_load(strex)
list=list()
list[1] = "djud7+dg[a]hs667"
list[2] = "7fd*hac11(5)"
list[3] = "2tu,g7gka5"
charvec <- unlist(list)
print(charvec)
#> [1] "djud7+dg[a]hs667" "7fd*hac11(5)"     "2tu,g7gka5"
str_extract_numbers(charvec)
#> [[1]]
#> [1]   7 667
#> 
#> [[2]]
#> [1]  7 11  5
#> 
#> [[3]]
#> [1] 2 7 5
unique(unlist(str_extract_numbers(charvec)))
#> [1]   7 667  11   5   2

    Créé sur 2018-09-03 par le reprex paquet (v0.2.0).

    InformationsquelleAutor Rory Nolan