Tronquer la fin d'une chaîne dans la R d'après un personnage qui peut être présent zéro ou plusieurs fois

J'ai les données suivantes:

temp<-c("AIR BAGS:FRONTAL" ,"SERVICE BRAKES HYDRAULIC:ANTILOCK",
    "PARKING BRAKE:CONVENTIONAL",
    "SEATS:FRONT ASSEMBLY:POWER ADJUST",
    "POWER TRAIN:AUTOMATIC TRANSMISSION",
    "SUSPENSION",
    "ENGINE AND ENGINE COOLING:ENGINE",
    "SERVICE BRAKES HYDRAULIC:ANTILOCK",
    "SUSPENSION:FRONT",
    "ENGINE AND ENGINE COOLING:ENGINE",
    "VISIBILITY:WINDSHIELD WIPER/WASHER:LINKAGES")

Je voudrais créer un nouveau vecteur qui permet de conserver uniquement le texte avant le premier ":" dans le cas où un":", et le mot en entier quand ":" n'est pas présent.

J'ai essayé d'utiliser:

temp=data.frame(matrix(unlist(str_split(temp,pattern=":",n=2)), 
+                        ncol=2, byrow=TRUE))

mais il ne fonctionne pas dans les cas où il n'y a pas de ":"

Je sais que cette question est très similaire à:
tronquer chaîne à partir d'un certain caractère dans R, qui a utilisé:

sub("^[^.]*", "", x)

Mais je ne suis pas très familier avec les expressions régulières ont eu de la peine pour inverser cette exemple pour ne retenir que le début de la chaîne.

OriginalL'auteur Tony M. | 2012-06-04

r string truncate

15

Vous pouvez résoudre ce problème avec une simple regex:
```
sub("(.*?):.*", "\", x)
 [1] "AIR BAGS"                  "SERVICE BRAKES HYDRAULIC"  "PARKING BRAKE"             "SEATS"                    
 [5] "POWER TRAIN"               "SUSPENSION"                "ENGINE AND ENGINE COOLING" "SERVICE BRAKES HYDRAULIC" 
 [9] "SUSPENSION"                "ENGINE AND ENGINE COOLING" "VISIBILITY"     
```
Comment les regex fonctionne:
- "(.*?):.*" Recherchez un répétée ensemble de tous les caractères .* mais le modifier avec ? de ne pas être gourmand. Cela devrait être suivi par un deux-points, puis n'importe quel caractère (répété)
- Remplacer l'ensemble de la chaîne avec le peu trouvé à l'intérieur des parenthèses - "\\1"
Le bit à comprendre, c'est que toute correspondance de la regex est gourmand par défaut. En le modifiant à être non-gourmand, le motif ne peut pas inclure le côlon, depuis le premier caractère après entre parenthèses est un colon. La regex après les deux points est de retour à la valeur par défaut, c'est à dire gourmand.

Merci pour cette! et l'explication de l'expression régulière

OriginalL'auteur Andrie
9

Une autre approche est de regarder pour la première de ":" et de le remplacer et n'importe quoi après avec rien:
```
yy <- sub(":.*$", "", yy )
```
Si aucun ":" est trouvé, alors rien n'est substituée et vous obtenez l'ensemble de la chaîne d'origine. Si il y a un ":" le premier est appariés le long avec tout ce qui est après elle, c'est remplacer par rien ("") qui l'efface et laisse tout en place pour que le premier colon.

OriginalL'auteur Greg Snow
3

Fait ce travail (en supposant que vos données sont dans un personnage vectoriel):
```
x <- c('foobar','foo:bar','foo1:bar1 foo:bar','foo bar')
> sapply(str_split(x,":"),'[',1)
[1] "foobar"  "foo"     "foo1"    "foo bar"
```
(+1) C'est la réponse que j'ai pensé tout de suite. En termes de vitesse comment pensez-vous que cela se compare à la regex solutions?
C'était ma pensée parce que je n'ai pas vraiment de "penser" dans la regex, mais je n'avais pas de grands espoirs pour la vitesse.

OriginalL'auteur joran
3

désolé pour ajouter cela comme une réponse. En réponse à des temps de prise:
```
> yy<-rep("foo1:bar1",times=100000)
> system.time(yy1<-sapply(strsplit(yy,":"),'[',1))
   user  system elapsed 
   0.26    0.00    0.27 
> 
> system.time(yy2<-sub("(.*?):.*", "\", yy))
   user  system elapsed 
    0.1     0.0     0.1 
> 
> system.time(yy3 <- sub(":.*$", "", yy ))
   user  system elapsed 
   0.08    0.00    0.07 
> 
> system.time(yy4<-gsub("([^:]*).*","\",yy))
   user  system elapsed 
   0.09    0.00    0.09 
```
Les regex sont à peu près équivalentes les strsplit prend un peu plus

Utile prolongée commentaire. Je l'ai trouvé encourageant que la regex qui me semblait le plus simple à mon cerveau, @GregSnow s 'était aussi le plus rapide. Les deux autres regex solutions ont été instructif pour leur illustration de classes de caractères comme un moyen de lancer "la négation", et l'explication de l'utilisation non modifié "?" pour supprimer les gourmands comportement.

OriginalL'auteur shhhhimhuntingrabbits

dans ce cas

yy<-c("AIR BAGS:FRONTAL",
"SERVICE BRAKES HYDRAULIC:ANTILOCK",
"PARKING BRAKE:CONVENTIONAL",
"SEATS:FRONT ASSEMBLY:POWER ADJUST",
"POWER TRAIN:AUTOMATIC TRANSMISSION",
"SUSPENSION",
"ENGINE AND ENGINE COOLING:ENGINE",
"SERVICE BRAKES HYDRAULIC:ANTILOCK",
"SUSPENSION:FRONT",
"ENGINE AND ENGINE COOLING:ENGINE",
"VISIBILITY:WINDSHIELD WIPER/WASHER:LINKAGES")
yy<-gsub("([^:]*).*","\",yy)
yy

peut travailler pour vous

OriginalL'auteur shhhhimhuntingrabbits

Vous devez vous connecter pour publier un commentaire.