在 R 中按分隔符拆分字串
Jinku Hu
2023年1月30日
本文將討論如何在 R 中通過分隔符分割字串。
在 R 中使用 strsplit 按分隔符拆分字串
strsplit 隨 R 基礎庫一起提供，應該可以在大多數安裝中使用而無需額外的包。strsplit 通過給定的分隔符將字元向量拆分為子字串，該分隔符也提供了一個字元向量。該函式的第一個引數是要拆分的字元向量。在這種情況下，我們指定空格字元來分隔給定句子中的每個單詞。請注意，輸出是作為字元向量列表給出的。
library(dplyr)
library(stringr)
str <- "Lorem Ipsum is simply dummied text of the printing and typesetting industry."
strsplit(str, " ")
輸出：
> strsplit(str, " ")
[[1]]
[1] "Lorem" "Ipsum" "is" "simply" "dummied" "text"
[7] "of" "the" "printing" "and" "typesetting" "industry."
在 R 中使用 str_split 按分隔符拆分字串
或者，str_split 函式也可用於按分隔符拆分字串。str_split 是 stringr 包的一部分。它的工作方式幾乎與 strsplit 相同，除了 str_split 還採用正規表示式作為模式。在下面的例子中，我們只傳遞固定字串進行匹配。請注意，該函式可以選擇採用第三個引數，該參數列示要返回的子字串的數量。
library(dplyr)
library(stringr)
str <- "Lorem Ipsum is simply dummied text of the printing and typesetting industry."
str_split(str, " ")
輸出：
> str_split(str, " ")
[[1]]
[1] "Lorem" "Ipsum" "is" "simply" "dummied" "text"
[7] "of" "the" "printing" "and" "typesetting" "industry."
str_split 函式中的另一個可選引數是 simplify，它排在第四位。預設情況下，此引數的值為 FALSE，這會強制函式將子字串作為字元向量列表返回。如果我們將 TRUE 分配給給定的引數，str_split 將返回一個字元矩陣。
library(dplyr)
library(stringr)
fruits <- c(
"apples and oranges and pears and bananas",
"pineapples and mangos and raspberries"
)
str_split(fruits, " and ")
str_split(fruits, " and ", simplify = TRUE)
輸出：
> str_split(fruits, " and ")
[[1]]
[1] "apples" "oranges" "pears" "bananas"
[[2]]
[1] "pineapples" "mangos" "raspberries"
> str_split(fruits, " and ", simplify = TRUE)
[,1] [,2] [,3] [,4]
[1,] "apples" "oranges" "pears" "bananas"
[2,] "pineapples" "mangos" "raspberries" ""
作者： Jinku Hu
