Extrahieren eindeutige Zahlen von Zeichenfolge in R

Question

ich eine Liste von Strings haben, die zufällige Zeichen enthalten wie:

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

Ich würde gerne wissen, welche Zahlen vorhanden mindestens einmal sind (unique()) in dieser Liste. Die Lösung meines Beispiel ist:

Lösung: c(7,667,11,5,2)

Wenn jemand eine Methode, die nicht 11 als „elf“ nicht berücksichtigt, sondern als „eins und eins“, wäre es auch nützlich sein. Die Lösung in diesem Zustand wäre:

Lösung: c(7,6,1,5,2)

(ich diesen Beitrag auf einem verwandtes Thema gefunden: Extracting numbers from vectors of strings)

Answer 1

Für die zweite Antwort, können Sie gsub verwenden, um alles aus dem String zu entfernen das ist keine Zahl, spaltete dann die Zeichenfolge wie folgt:

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

Für die erste Antwort, ähnlich mit strsplit,

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

PS: Benennen Sie nicht Ihre Variable list (da es eine eingebaute Funktion list ist). Ich habe Ihre Daten als ll bezeichnet.

Answer 2

könnten Sie verwenden ?strsplit (wie vorgeschlagen in @ Arun Antwort in Extracting numbers from vectors (of strings)):

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 

Answer 3

Verwendung strsplit als Kehrwert der numerischen Ziffern Muster: 0-9

Für das Beispiel von Ihnen bereitgestellten dies tun:

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

Dann einfach eine Vereinigung aller nehmen `setzt in der Liste, etwa so:

tmp <- Reduce(union, tmp) 

Dann müssen Sie nur die leere Zeichenfolge entfernen.

Answer 4

Hier ist noch eine andere Antwort, dieser gregexpr mit den Zahlen zu finden, und regmatches sie zu extrahieren:

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 

Answer 5

A stringr Lösung mit str_match_all und verrohrt Betreiber.Für die erste Lösung:

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

Zweite Lösung:

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

:

Answer 6

Eine Lösung mit stringi

# extract the numbers: 

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

# Make vector and get unique numbers: 

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

(Anmerkung Ich habe auch die Liste ll genannt) und das ist deine erste Lösung

Für die zweite Lösung würde ich substr verwenden:

nums_first <- sapply(nums, function(x) unique(substr(x,1,1))) 

Answer 7

Schauen Sie sich die extract_numbers() Funktion aus dem filesstrings Paket. Installieren Sie es über install.packages("filesstrings").

library(filesstrings) 
#> Loading required package: stringr 
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" 
extract_numbers(charvec) 
#> [[1]] 
#> [1] 7 667 
#> 
#> [[2]] 
#> [1] 7 11 5 
#> 
#> [[3]] 
#> [1] 2 7 5 
unique(unlist(ExtractNumbers(charvec))) 
#> [1] 7 667 11 5 2