R包系列——stringr包

stringr包是Hadley Wickham大神贡献的R包之一，主要用于字符串的处理。对于经常需要对数据进行预处理的分析人员来说，简直是一把“利器”，可谓是上能屠龙，下能剔牙。其用法相比于R自带的函数，更加简单明了。stringr包在我工作中，是属于频繁使用的R包之一。简单的用法也是深入我心，强烈推荐使用该包进行字符串的预处理。

接下来，根据我在工作中使用到的stringr包的场景，介绍一下这些函数的用法。

字符拼接

场景：在读入csv或者xlsx格式文件时，根路径一般不一致，然后我一般使用全名路径。这家在读入文件的时候，不会因为路径的问题出错。

#根路径wd

去空格

场景：在Excel中，使用查找筛选时，字符串后面的空格往往对结果无影响，但是在R中，却会出问题，所以在匹配之前，先将空格删除。

space

分割与合并

场景：数据框中某一列按某一个分隔符分隔，需要将该列分列；或者数据框中某几列需要按分隔符合并成一列。具体可以查看

a a.split a.split[[1]][1] "a" "b" "c" "d"#合并，其实就是拼接字符串#使用unlist将a.split变成向量#当输入为单一向量时，使用collapse这个参数a.unite a.unite[1] "a_b_c_d"

替换

场景：批量导入csv文件时，由于部分文件是以逗号作为小数点的，虽然可以使用read.csv2函数正确读入，但是需要先判断出哪一部分以逗号为小数点，我觉得不如一起读入之后再做处理方便。

#替换comma

截取

场景：这个就比较特定的场景了，在公司有一个表，其中一列是规格，一列是规格与颜色合并，但是合并后也没有特定的分隔符，需要把颜色截取出来。

#截取guige

提取

场景：与截取的功能类似，但是可以使用正则表达式匹配，更为强大。在我的工作中，常用来提取csv文件名。

#提取filepath

字母大小写转换

场景：在Excel中，查找匹配不区分大小写，但是在R中区分大小写，常出现在Excel中能查到到但是R中匹配不到的情况，故先预处理统一大小写再做匹配。

#大小写转换r.letter

检测

场景：常跟ifelse函数配合使用，对某一列字符串进行判断是否匹配。多用于新建列

#检测df df$b df a b1 1 数字2 2 数字3 3 数字4 a 非数字5 b 非数字6 c 非数字

以上是本人较常用的stringr包函数，可以发现该包的语法简洁，用法简单明了，同时提供的正则表达式匹配，更为强大。熟练掌握后，对文本的预处理简直无往不利，如丝般顺滑。该包不仅仅只有以上几个函数，还有其他函数，只是工作中较少用到，所以未列举出来。可见stringr包确实强大，提供了一整套字符串的处理方案。强烈推荐stringr包，相信它可以给你提供你预想不到的便利与高效。