Извлечение чисел из векторов строк

У меня есть такая строка:

years<-c("20 years old", "1 years old")

Я хотел бы получить только числовое число из этого вектора. Ожидаемый результат - вектор:

c(20, 1)

Как мне это сделать?

Как насчет

# pattern is by finding a set of numbers in the start and capturing them
as.numeric(gsub("([0-9]+).*$", "\\1", years))

или

# pattern is to just remove _years_old
as.numeric(gsub(" years old", "", years))

или

# split by space, get the element in first index
as.numeric(sapply(strsplit(years, " "), "[[", 1))

Я думаю, что подмена - это косвенный путь к решению. Если вы хотите получить все числа, я рекомендую gregexpr:

matches <- regmatches(years, gregexpr("[[:digit:]]+", years))
as.numeric(unlist(matches))

Если у вас есть несколько совпадений в строке, он получит их все. Если вас интересует только первое совпадение, используйте regexprвместо, gregexprи вы можете пропустить unlist.

Обновление, поскольку extract_numericустарело, мы можем использовать parse_numberfrom readrpackage.

library(readr)
parse_number(years)

Вот еще вариант с extract_numeric

library(tidyr)
extract_numeric(years)
#[1] 20  1

Вот альтернатива первому решению Аруна с более простым регулярным выражением, похожим на Perl:

as.numeric(gsub("[^\\d]+", "", years, perl=TRUE))

Или просто:

as.numeric(gsub("\\D", "", years))
# [1] 20  1

stringrКонвейерное решение:

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

Вы также можете избавиться от всех букв:

as.numeric(gsub("[[:alpha:]]", "", years))

Скорее всего, это менее универсально.

Извлеките числа из любой строки в начальной позиции.

x <- gregexpr("^[0-9]+", years)  # Numbers with any number of digits
x2 <- as.numeric(unlist(regmatches(years, x)))

Извлекайте числа из любой строки НЕЗАВИСИМО от позиции.

x <- gregexpr("[0-9]+", years)  # Numbers with any number of digits
x2 <- as.numeric(unlist(regmatches(years, x)))

Мы также можем использовать str_extractотstringr

years<-c("20 years old", "1 years old")
as.integer(stringr::str_extract(years, "\\d+"))
#[1] 20  1

Если в строке есть несколько чисел, и мы хотим извлечь их все, мы можем использовать str_extract_allwhich, в отличие от str_extractвозвращающих все macthes.

years<-c("20 years old and 21", "1 years old")
stringr::str_extract(years, "\\d+")
#[1] "20"  "1"

stringr::str_extract_all(years, "\\d+")

#[[1]]
#[1] "20" "21"

#[[2]]
#[1] "1"

После сообщения Габора Гротендика в списке рассылки r-help

years<-c("20 years old", "1 years old")

library(gsubfn)
pat <- "[-+.e0-9]*\\d"
sapply(years, function(x) strapply(x, pat, as.numeric)[[1]])

Используя пакет unglue, мы можем:

# install.packages("unglue")
library(unglue)

years<-c("20 years old", "1 years old")
unglue_vec(years, "{x} years old", convert = TRUE)
#> [1] 20  1

^{Создано 2019-11-06 пакетом REPEX (v0.3.0)}

Подробнее: https://github.com/moodymudskipper/unglue/blob/master/README.md