在R中，使用gsub删除除句点以外的所有标点符号。
我是新来的，所以我希望你能帮我。
我想使用gsub删除除句号和减号以外的所有标点符号，以便在数据中保留小数点和负号。
示例
我的数据框架z有以下数据：
[,1] [,2]
[1,] "1" "6"
[2,] "2@" "7.235"
[3,] "3" "8"
[4,] "4" "$9"
[5,] "£5" "-10" 我想使用gsub("[[:punct:]]", "", z)删除标点符号。
电流输出
> gsub("[[:punct:]]", "", z)
[,1] [,2]
[1,] "1" "6"
[2,] "2" "7235"
[3,] "3" "8"
[4,] "4" "9"
[5,] "5" "10" 然而，我想保留"-“的标志和”。“签名。
期望输出
PSEUDO CODE:
> gsub("[[:punct:]]", "", z, except(".", "-") )
[,1] [,2]
[1,] "1" "6"
[2,] "2" "7.235"
[3,] "3" "8"
[4,] "4" "9"
[5,] "5" "-10" 有什么想法吗?如何使一些字符不受gsub()函数的约束？
回答 4
Stack Overflow用户
发布于 2014-02-03 17:59:46
你可以放一些这样的火柴：
sub("([.-])|[[:punct:]]", "\\1", as.matrix(z))
X..1. X..2.
[1,] "1" "6"
[2,] "2" "7.235"
[3,] "3" "8"
[4,] "4" "9"
[5,] "5" "-10" 这里我保留了.和-。
我猜，下一步是强迫你得到一个数字矩阵，所以这里我把这两个步骤结合起来，如下所示：
matrix(as.numeric(sub("([.-])|[[:punct:]]", "\\1", as.matrix(z))),ncol=2)
[,1] [,2]
[1,] 1 6.000
[2,] 2 7.235
[3,] 3 8.000
[4,] 4 9.000
[5,] 5 -10.000Stack Overflow用户
发布于 2019-04-23 05:05:27
你可以试试这段代码。我发现它很方便。
x <- c('6,345', '7.235', '8', '$9', '-10')
gsub("[^[:alnum:]\\-\\.\\s]", "", x)
[1] "6345" "7.235" "8" "9" "-10"
x <- c('1', '2@', '3', '4', '£5')
gsub("[^[:alnum:]\\-\\.\\s]", "", x)
[1] "1" "2" "3" "4" "5"此代码{gsub(“[^：alnum：]”、"“、x)}删除所有不包括字母数字术语的内容。然后我们添加到异常列表中。这里我们添加连字符(-)，句号(.)和获得gsub的空间(“[^：alnum：-.\s]”、"“、”x“)。现在，它删除了所有不是字母数字，连字符，句号和空格。
Stack Overflow用户
发布于 2020-03-03 20:00:22
下面是一些使用基R (g)sub和stringr移除/替换函数在R中限制泛型字符类的选项：
(g)sub 和 perl=TRUE
您可以将[[:punct:]]括号表达式与[:punct:] POSIX字符类一起使用，并将其限制为(?!\.)负前瞻，这将要求右边后面的字符不等于.。
(?!\.)[[:punct:]] # Excluding a dot only
(?![.-])[[:punct:]] # Excluding a dot and hyphen若要匹配一个或多个事件，请将其包装为非捕获组，然后将+量词设置为组：
(?:(?!\.)[[:punct:]])+ # Excluding a dot only
(?:(?![.-])[[:punct:]])+ # Excluding a dot and hyphen注意，当删除找到的匹配时，这两个表达式将产生相同的结果，但是，当您需要用其他字符串/char替换时，量化将允许使用替换模式的单个出现来更改整个连续字符块。
stringr 替换/删除函数
在详细讨论之前，请注意，与(g)sub一起使用的PCRE (g)sub将不匹配由ICU regex库驱动的stringr正则表达式中的相同字符。您需要使用[\p{P}\p{S}]代替，请参阅R/regex与stringi/ICU:为什么'+‘被认为是非字符[：点：]字符？
ICU regex库有一个很好的特性，可以与字符类一起使用，称为字符类减法。
因此，您编写字符类，例如，所有标点符号匹配类(如[\p{P}\p{S}] )，然后要“排除”(=减去)一个字符或两个或三个字符，或一个字符的整个子类。您可以使用两个符号：
[\p{P}\p{S}&&[^.]] # Excluding a dot
[\p{P}\p{S}--[.]] # Excluding a dot
[\p{P}\p{S}&&[^.-]] # Excluding a dot and hyphen
[\p{P}\p{S}--[.-]] # Excluding a dot and hyphen若要将1+连续事件与此方法匹配，不需要任何包装组，只需使用+即可。
[\p{P}\p{S}&&[^.]]+ # Excluding a dot
[\p{P}\p{S}--[.]]+ # Excluding a dot
[\p{P}\p{S}&&[^.-]]+ # Excluding a dot and hyphen
[\p{P}\p{S}--[.-]]+ # Excluding a dot and hyphen请参阅具有输出的r演示测试
x <- "Abc.123#&*xxx(x-y-z)???? some@other!chars."
gsub("(?!\\.)[[:punct:]]", "", x, perl=TRUE)
## => [1] "Abc.123xxxxyz someotherchars."
gsub("(?!\\.)[[:punct:]]", "~", x, perl=TRUE)
## => [1] "Abc.123~~~xxx~x~y~z~~~~~ some~other~chars."
gsub("(?:(?!\\.)[[:punct:]])+", "~", x, perl=TRUE)
## => [1] "Abc.123~xxx~x~y~z~ some~other~chars."
library(stringr)
stringr::str_remove_all(x, "[\\p{P}\\p{S}&&[^.]]") # Same as "[\\p{P}\\p{S}--[.]]"
## => [1] "Abc.123xxxxyz someotherchars."
stringr::str_replace_all(x, "[\\p{P}\\p{S}&&[^.]]", "~")
## => [1] "Abc.123~~~xxx~x~y~z~~~~~ some~other~chars."
stringr::str_replace_all(x, "[\\p{P}\\p{S}&&[^.]]+", "~") # Same as "[\\p{P}\\p{S}--[.]]+"
## => [1] "Abc.123~xxx~x~y~z~ some~other~chars."https://stackoverflow.com/questions/21533899
复制相似问题
腾讯云开发者
