如何将str_extract_all转换为多列
str_extract_all是一个R语言中的字符串处理函数，用于从一个字符串中提取所有满足特定模式的子串。它返回一个列表，列表中的每个元素都是一个字符向量，包含了从原始字符串中提取出的子串。
要将str_extract_all的结果转换为多列，可以使用R语言中的其他函数和操作来实现。下面是一种可能的方法：
- 首先，将str_extract_all的结果赋值给一个变量，例如extracted_strings。
- 使用sapply函数将extracted_strings中的每个元素转换为一个数据框。sapply函数会遍历列表中的每个元素，并对每个元素应用指定的函数。
extracted_df <- sapply(extracted_strings, function(x) as.data.frame(t(x)))
这将生成一个数据框extracted_df，其中每列对应于str_extract_all提取出的一个子串。
- 如果需要，可以为每列指定列名。假设提取出的子串的数量为n，可以使用paste函数生成列名的向量。
col_names <- paste("Column", 1:n, sep = "")
colnames(extracted_df) <- col_names
这将为extracted_df的每列分别命名为"Column1"、"Column2"、...、"Columnn"。
- 最后，如果需要，可以将数据框extracted_df与原始数据框进行合并或其他操作，以满足具体需求。
这是将str_extract_all转换为多列的一种方法。根据具体的应用场景和需求，可能还有其他更适合的方法和技巧。
相关·内容
我正在尝试对文本数据库执行以下搜索。
下面是示例数据库df
df <- data.frame(
id = c(1, 2, 3, 4, 5, 6),
name = c("john doe", "carol jones", "jimmy smith",
"jenny ruiz", "joey jones", "tim brown"),
place = c("reno nevada", "poland maine", "
浏览 3提问于2021-07-06得票数 1
回答已采纳
我的dataframe中有一个列，其中包含了免费文本。
我想在INDICATIONS FOR EXAMINATION之后和下一个大写行之前提取文本。在下面的例子中，结果将是‘贫血’。
INDICATIONS FOR EXAMINATION
Anaemia
PROCEDURE PERFORMED
Gastroscopy (OGD)
我遇到了一些麻烦，因为我正在使用stringr，而且我似乎无法获得多行匹配。我一直在使用：
EoE$IndicationsFroExamination<-str_extract(EoE$Endo_ResultText, '(?<=INDICATI
浏览 2提问于2016-08-06得票数 0
回答已采纳
1回答
我有一个简单的问题:如何将一个由10个数字组成的向量转换为一个由10个数字组成的向量，10个数字是前几个数字的和？所以第一个向量中的11变成了2,234变成了9。
浏览 0提问于2015-09-11得票数 0
我在下面提供了两行数据集。在dataset中，我有一个文本列，我需要在这个文本列中查找某些关键字，我需要执行大约20个关键字搜索，文本列可能不包含其中任何一个关键字，但可能包含所有关键字(我只在下面提供了两个关键字搜索)。最后，我需要一个名为actual_tag的新列，它告诉我文本列包含哪些关键字。
我知道如何将关键字作为列，但我只需要有一个列来告诉用户它包含哪些关键字，而不需要编写太多的if语句等等。有什么简单的方法吗？
df=data.frame(text=c("the discrepency between the two items are great","th
浏览 9提问于2022-08-08得票数 0
回答已采纳
1回答
我有一个棘手的问题，希望有人能帮我。我有一个输出文件，它看起来非常标准，因为每行每列都有一个值-除了每行包含多个条目的一列(摘录如下)：
4:103806204-103940896,4:103806204-103940896,4:103822084-103940896,4:103806204-103940896
7:27135712-27139877,7:27135712-27139877
2:209030070-209054773
1:16091458-16113084,1:16090993-16101715,1:16085254-16113084
16:70333061-70367735,
浏览 0提问于2015-10-21得票数 1
1回答
我正在尝试使用Rvest从Glassdoor中抓取评论，并将结果放在一个数据框架中，每一次评审都有一行。我的代码如下所示，但我试图提取次级评级(工作生活平衡、文化和价值观等)的部分不起作用。在下降的过程中有五种不同的次级评级，其中一种或多种可能是空白的。这是我的初步代码。你有什么建议，我可以如何拉分评级，并将每个子评级在一个单独的列在我的数据框架？
## Load libraries
library(httr)
library(xml2)
library(rvest)
library(purrr)
library(tidyverse)
library(lubridate)
##
浏览 3提问于2022-06-02得票数 1
回答已采纳
我有一个dataframe，其中有一列文本。很难在其中找到任何正则表达式模式。不过，我感兴趣的是根据我已经拥有的国家的预定义列表提取所有国家。我认为这应该不会太难，但是在str_extract中找不到方法来做到这一点 下面是一个可复制的示例： data <- data.frame (text_column = c("I travelled to Germany last year, afterwards I visited Poland"," I enjoyed my vacation in Spain", "The weather in the
浏览 39提问于2020-09-18得票数 0
1回答
如何将sklearn缩放器应用于pandas数据帧的所有行。这个问题与相关。如何将sklearn缩放器应用于一行的所有值？
注意:我知道对于特性缩放来说，在列中包含特性和按列缩放特性是很正常的，就像refenced问题中那样。然而，我想使用sklearn标度器来预处理可视化数据，在我的例子中，按行扩展是合理的。
浏览 11提问于2019-11-13得票数 1
回答已采纳
我有一个包含维度字符串的列，格式如下：
41 1/4 x29 3/8“(104.8 x 74.6厘米)
7‘1“x31”(216 x 78.8厘米)
6‘6 3/4“x6’6 3/4”(200 x 200厘米)
如何将以厘米为单位的高度和宽度提取到单独的列中？我想使用stringr和dplyr。
浏览 3提问于2016-03-02得票数 3
回答已采纳
1回答
我有一个带有“计算”栏的数据框架，可以通过以下代码复制：
a <- data.frame(Id = c(1:3), Calculation = c('[489]/100','[4771]+[4777]+[5127]+[5357]+[5597]+[1044])/[463]','[1044]/[463]'))
> str(a)
'data.frame': 3 obs. of 2 variables:
$ Id : int 1 2 3
$ Calculation: Factor w/ 3 level
浏览 0提问于2015-09-15得票数 1
回答已采纳
如何将数据格式col1 + col3 + col4的行名转换为数值向量c(1,3,4)的列？数据框架看起来如下：
我累了：
> bel_bpa_df <- rownames_to_column(as.data.frame(bel_bpa), var = "SNPs") %>%
+ mutate(SNPs = str_split(SNPs, "\\+")) %>%
+ mutate(SNPs = unlist(SNPs)) %>%
+ mutate(SNPs = parse_number(SNPs))
Erro
浏览 3提问于2022-11-07得票数 -1
回答已采纳
如何将数据帧中的散列添加到新列中？
这是我的数据框架：
dataframe <- data.frame(a = c('A', 'B', 'C', 'D', 'E'),
b = c("hello friends! #goodday",
"the flood getting worse #peoplefirst #sos",
"i love ad
浏览 5提问于2022-01-04得票数 0
1回答
我知道如何将单元格链接到另一个单元格，以使其内容更改为与源单元格匹配。
我知道如何将行转置为列。
有没有办法将行转置为具有动态调整以匹配其源的链接的列？
浏览 1提问于2016-04-26得票数 0
我希望用'a‘列中的每个元素替换'test’数据帧的'b‘列中的每个'COL’字，并将结果放在其他列中，但同时保留'b‘列字符串的顺序和结构。
test <- data.frame(a = c("COL167", "COL2010;COL2012"),
b = c("COL;MO, K", "P;COL, NY, S, COL"))
我尝试了以下几种方法，但这并不是我需要的结果：
for(i in 1:length(test$a)){
te
浏览 3提问于2020-09-05得票数 2
回答已采纳
我在一列数据中有以下类型的值。
£48.00 - £52.00
首先，我必须移除£标志，完成
v <- gsub('£'," ",£48.00 - £52.00)
v现在是一个字符串。
> v
[1] " 48.00 - 52.00"
如何将v转换为数字，使v成为48.00 - 52.00
浏览 11提问于2015-07-13得票数 1
回答已采纳
我正在处理一个非常烦人的数据清理问题，我似乎想不出一个很好的解决方法。它来源于Qualtrics记录调查问题排序的方式，而这些问题可以随机排序。
基本上，我有一个调查回复数据集，目前处于一个参与者/行的级别。这些列包括id (参与者id)、问题1至3的3列，然后是提出问题的顺序的列，该列是问题顺序的每个参与者的字符串，每个问题由管道分隔。更复杂的是，问题名并不是完全一致的，而且有很多随机标点符号等等--我试着复制下面例子中最常见的奇怪之处(问题中间的随机下划线，问题的不一致排序等等)。下面的rawData数据显示了数据的大致样子--实际上我有几百个参与者和几十个问题。
我想让数据集达到参与者级
浏览 1提问于2020-05-20得票数 1
回答已采纳
我有一个如下所示的数据集：
我想把云列分成两列，一个列代表字母，另一个列代表每个编码的编号，问题是在某些行中，每一行都有两个或三个代码的组合(例如，OVC32是一个代码)。任何关于我如何将它分成两列的帮助都是非常感谢的。
浏览 2提问于2017-09-18得票数 0
回答已采纳
这是我正在处理的一段文本的结构： reprEx <- "] WITHDRAWALS\nDATE DESCRIPTION AMOUNT\n04/01 Quickpay With Zelle Payment To Mike T 819018100 $1,450.00\n04/01 Quickpay With Zelle Payment To Mandy Doid 809012906 2,665.00" 我希望能够在每个新行上获取文本，并将该行中的每个元素分隔到各自的数据框列中。例如，我需要将每行上的日期放在date列中，将事务描述放在description列中，并将行尾之前
浏览 21提问于2020-04-12得票数 0
回答已采纳
2回答
我正在尝试找到一种从数据集中的文本列中提取单词的有效方法。我使用的方法是
library(dplyr)
library(stringr)
Text = c("A little bird told me about the dog", "A pig in a poke", "As busy as a bee")
data = as.data.frame(Text)
keywords <- paste0(c("bird", "dog", "pig","wolf","cat
浏览 14提问于2019-11-16得票数 1
回答已采纳
我的oracle数据库表中有一些列，其中包含一些��。
如何将其解码为其原始的可读形式。
我知道这与编码有关，但我需要找到一个解决方案。
在我的php应用程序中，这些字符是简单的'??‘。
我正在使用sql developer查看记录。
浏览 1提问于2013-04-18得票数 1
我有一个这样的数据框架：
GN SN
a 0.1
b 0.2
c 0.3
d 0.4
e 0.4
f 0.5
我想要以下输出：
GN
a
0.1
b
0.2
c
0.3
有谁可以帮我？如何将第二列的元素“交错”到第一列的元素，以获得所需的输出？
浏览 1提问于2012-11-15得票数 1
回答已采纳
2回答
import pandas as pd
df = pd.DataFrame(data={'start':[1,2,3],'zone':['a','b','c']});
df['end']=[4,5,6]
df.set_index('zone',drop=True,inplace=True,append=False)
print(df)
start end
zone
a 1 4
b 2 5
c
浏览 3提问于2017-06-07得票数 3
回答已采纳
我的数据以这种格式存储
District Andamans (01), Andaman & Nicobar Islands (35)
在单个列的所有行中。我想使用R将它们添加到格式为01-35的新列中。我尝试使用
as.numeric(unlist(str_extract_all(abc$District, '\\d+')))
但是它给我提供了独立的I输出，我不能加载到与上面数据列(590列)长度相同的单个列中(1180列)。
浏览 0提问于2017-10-01得票数 2
1回答
我遇到了一个问题，在一个工作表上排序会导致在引用数据的另一个工作表上出现问题。这里有一个易于理解的例子:Sheet1！A1有一个随机名称列表，Sheet2！A1的公式是"=Sheet1!A1“。我正在向Sheet2中添加新列，例如B、C和D。当我对表1中列A的值进行排序时，我在Sheet2中看到了排序顺序！A反映了更改，但没有反映B、C和D列。我如何将B、C和D列绑定到Sheet2中的A列？
先谢谢你，Gokalp
浏览 1提问于2017-01-09得票数 0
这里是python noob。
我有一个dataframe people，其中name和text作为两列。
name text
0 Obama Obama was the 44th president of the...
1 Trump Donald J. Trump ran as a republican...
我只需要对Obama进行一些探索性分析。
obama= people[people['name'] == 'Obama'].copy()
obama.text
35817 Obama was the 44th
浏览 4提问于2016-11-18得票数 1
回答已采纳
1回答
我有一个数据集(名为A)，其列“TimeColumn”显示在快照中。我要做到以下几点：
Step1:对于所有以分钟为单位的值，只提取数字
Step2:对于所有以小时和分钟为单位的值，将其转换为min并仅提取生成的数字。
Step3:对于每一行，在新列中添加提取的值
例如，如果条目是119分钟，我想提取119。如果入口是1小时30分钟，我想提取90分钟。
我使用了下面的代码，它成功地提取了数字。然而，当时间在人力资源最小时，它并不能完成任务。例如，“1小时30分钟”中的“1”只被提取，而“30”则不是。
for (num in seq(1,length(A$TimeColumn), by=1))
浏览 2提问于2016-10-09得票数 3
回答已采纳
2回答
我的数据集中有以下列。
TENURE
April 30, 1789 – March 3,1797
March 4, 1797 - March 3, 1801
March 4, 1841 - April 4, 1841[Died]
March 4, 1881 - September 19, 1881[Assassinated]
January 20, 1969 - August 9, 1974[Resigned]
...
...
我已经将dataset加载到一个dataframe中，其中一个列名为生存期。现在，我想让另外两个列名为"Start“和"End”，基于TENURE.T
浏览 0提问于2015-08-29得票数 2
回答已采纳
2回答
如何将只包含在description列括号中的项的数据子集
data= ID description control
1814668 glycoprotein 2 (Gp2) (Fy2) LMN_2904435
1791634 claudin 10 (Cldn10), transcript variant 1 ILMN_1214954 NM
1790993 cla
浏览 3提问于2015-02-18得票数 0
回答已采纳
我开始学习如何使用正则表达式解析文本中的信息。我用R写了一个表达式，根据我在文本文件中看到的不同的变化，从字符串中提取电话号码。
reg_expr <- "\\(?1?\\s?-?\\(?\\d{3})?\\s?-?\\d{3}\\s?-?\\d{4})?"
data[, Phone := str_extract(Text, reg_expr)]
但我不知道如何修改它以从相同的文本字符串返回2个电话号码。例如：
你好，请拨打123-456-7890，或更快的服务1-800-987-6543。
因此，如果数据表中的第一列是文本字符串，则第二列(Phone)将显示123-
浏览 3提问于2015-03-02得票数 0
回答已采纳
5回答
假设我有以下数组：
a = np.array([[1,3,5,2,3],[3,2,5,6,7],[1,7,3,6,5]]);
如何将列堆叠在一起，以形成单个列向量，从而生成以下内容？
b =np.array([[1], [3], [1], [3], [2], [7],[5],[5],[3],[2],[6],[6],[3],[7],[5]]);
浏览 0提问于2017-12-05得票数 2
3回答
我有一列文本，如下所示：
str1 = "ABCID 123456789 is what I'm looking for, could you help me to check this Item's status?"
我想在R中使用gsub函数从那里提取"ABCID 123456789"。这个数字可能会随着不同的数字而变化，但ABCID是一个常量。有没有人能知道解决方案？非常感谢！
浏览 0提问于2019-05-10得票数 0
2回答
我在列中有一个带有字符串的dataframe。如何仅提取大写字母中的子字符串并将它们添加到另一列？
这就是一个例子：
fecha incident
1 2020-12-01 Check GENERATOR
2 2020-12-01 Check BLADE
3 2020-12-02 Problem in GENERATOR
4 2020-12-01 Check YAW
5 2020-12-02 Alarm in SAFETY SYSTEM
我想再写一篇专栏文章如下：
fecha inc
浏览 5提问于2021-01-08得票数 2
回答已采纳
1回答
我将这些数据放在一个名为called的列中。 coordinates
<chr>
35.9289842120708,-0.37401629584697;35.9295981311974,-0.370106682789026 我希望将其拆分为lat和long两列，以便我最终输出如下所示
浏览 5提问于2020-12-02得票数 0
回答已采纳
1回答
我有一个读取到R上的.xlsx文件，这个文件有一个日期格式(d/m/y)的列，但由于某些原因，它在RStudio上的数据框中显示为一系列数字。
我的问题是如何将列更改为原始日期格式？这是一个显示日期的例子：887587200 -而不是像12/03/1974这样的东西。
任何帮助解决这个问题的人都将不胜感激。谢谢
浏览 7提问于2016-08-12得票数 1
回答已采纳
假设我有几个随机句子的数据框架
Sentences<-c("John is playing a video game at the moment","Tom will cook a delicious meal later",
"Kyle is with his friends watching the game",
"Diana is hosting her birthday party tomorrow night"
)
df<-data.frame(a)
keywords<-
浏览 1提问于2022-09-22得票数 2
回答已采纳
2回答
在第一个方括号内提取
、、、
我知道有一些类似的问题，但它们并没有帮助我，也许是因为我对字符串操作的基本知识缺乏了解。
我有一个字符串，我想提取它的第一个方括号的内部。
x <- "cons/mod2/det[4]/rost2/rost_act[2]/Q2w5"
我已经在互联网上到处查找以汇编以下代码，但是它给了我第二个括号内的代码
sub(".*\\[(.*)\\].*", "\\1", x, perl=TRUE)
代码返回2。我希望能得到4。
如果有人指出丢失的那块。
-更新
在前两个实例中将.*替换为.*?是有效的，但不知道如何工作。我把这个问题留给那些能给出原因
浏览 0提问于2018-08-29得票数 0
1回答
我使用unnest是为了避免在使用str_extract_all时出现字符(0)这个词，到目前为止还在工作，但是unnest给了我重复的行。这是我的数据
V1
E_R4B, E_Y6A, U_5T
A_R4B, B_Y6A, U_5T
x = x %>%
dplyr::mutate(V2 = stringr::str_extract_all(x$V2, "E_([A-Z][0-9])[A-Z]")) %>%
unnest(V2, keep_empty = TRUE)
输出
V1 V2
E_R4B,
浏览 5提问于2022-06-09得票数 0
我有一个列，每条记录包含多个行业代码，用逗号分隔，每一列都有不同的长度(从2位到6位)。我的数据帧中的记录看起来类似于：
naics <- c("5413, 541410, 11, 23611, 23, 611")
我希望能够根据每个单元中的字符数创建一个新的数组。例如，这里我只提取四位数字数字字符：
naics.four.digit <- unlist(str_extract_all(naics, "[0-9]{4}+"))
naics.four.digit
[1]"5413" "5414" "5414
浏览 3提问于2019-11-18得票数 2
回答已采纳
目前，我遇到了一种情况，在这种情况下，我需要将其中两列转换为指定的格式。每列中的数据示例：
第1栏：Some_text_String
第2栏：
GO:0048046^cellular_component^apoplast`GO:0005618^cellular_component^cell wall`GO:0005576^cellular_component^extracellular region`GO:0099503^cellular_component^secretory vesicle`GO:0004252^molecular_function^serine-type endopept
浏览 0提问于2020-07-07得票数 0
回答已采纳
我在一列中有以下条目
flags
***AP***
***AP***
***A****
***AP***
***A****
***AP***
***AP***
***AP***
我需要创建两个值列，如下所示
flag1 flag2
1 1
1 1
1 0
1 1
1 0
1 1
1 1
1 1
其中，flag1中的1对应于A，而flag2中的1对应于P。如何将*移除，并将A和P分隔到两个不同的列
浏览 4提问于2016-06-19得票数 0
回答已采纳
我有一个数据框，其中有标题为"m.z，强度，相对，增量，RBD.equiv和组成“的列，每一行都有根据特定分子填充的这些参数。在composition列中有类似“C7 H11 O4”的代码，在该代码中，我可以将元素"C，H，O，...等等“分成列标题，在它下面将是根据分子式的元素数量。但是，当碳同位素显示在成分"C11 13C H21 O N3 S2“中时，代码会失败，并给出一个错误。我想把~(13)C作为它自己的柱子，这样我就可以把它和其他分子区分开来。
我的data.frame看起来像下面这样，但有数百个更多的成分。Dataframe来自csv文件以供参考。我不确定
浏览 0提问于2019-07-16得票数 0
如何将包含字符串和"-“值的DataFrame列转换为浮点型。我试过用pd.to_numeric和pd.Series.astype(int)，但没有成功。你有什么建议吗？? ? ?
浏览 113提问于2020-01-31得票数 0
回答已采纳
2回答
我得到了一个包含一组较短文本的数据框。我还有一个包含关键字列表的向量。我想添加一个新列，其中每个文本匹配的关键字都被添加为新列中的值。 我添加代码来创建我的数据框的演示版本。 id <- c(1,2,4,5,6,7)
full_text <- c("I like banana", "I ate an apple", "I prefer bananas and apples", "Grapes", "My applepie is tasty", "Fruitsalad")
df <
浏览 7提问于2020-10-16得票数 1
回答已采纳
很久以来，我一直在寻找答案，却找不到答案。我有一栏数据，如：
22 apples, 16 oranges
13 plums, 22 large green grapes
52 fig leaves, 2 peanuts
我只需要提取每个单元格的数字，并将它们添加到一个新的列中。任何帮助都是非常感谢的！
浏览 3提问于2016-04-18得票数 1
回答已采纳
1回答
例如，我有一个99x1的单元阵列，我想把它转换成33x3的单元阵列。 我希望99x1单元阵列的前3行组成33x3单元阵列中的第一行，然后99x1单元阵列中的第3到第6行组成33x3单元阵列中的第二行。 我还需要重塑数据的时候，在它下降之前，一列接一列地检查。例如，我需要： 1 2 3 4 成为 1，2；3，4 不 1，3；2，4 对此给予帮助，我们将不胜感激。
浏览 151提问于2020-06-20得票数 0
回答已采纳
1回答
我想从数据框其中一列中的字符串值中提取数字，并将它们放入另一列中。列a中的所有值都是唯一的。这段代码使列"b“充满了NA
df$b <- lapply(df$a,function(i){as.numeric(substr(df[i,"a"],
regexpr("abc[0-9]+",df[i,"a"]) + 2, regexpr("abc[0-9]+",df[i,"a"]) +
attr(regexpr("abc[0-9]+", df[i,"a"]), "m
浏览 0提问于2015-11-12得票数 0
如何将TextPad '中的行替换为空(即:删除只有一个字符的行)？
我有一个包含三列的Excel电子表格：
Column A - single quote
Column B - some number
Column C - single quote plus a comma
这个电子表格中有超过90,000行的数据在列B中。有超过一百万行在列A中只有一个单引号，因为我对该列执行了"Ctrl+D“操作，将该列中的值(单引号)向下复制到所有行。
当我将这三列复制并粘贴到TextPad中时，我得到了超过一百万行的代码。我使用F8/Replace对话框将选项卡替换为空。(将: tab
浏览 10提问于2017-07-13得票数 0
我有一个有重复的df，但不清楚它们是重复的，因为字符串不是相同的。
例如：Company X | 123与Company XXXy | 123/1234相同，因为它们包含相同的数字ID 123
我有一列只有数字ids，TendererID。我想搜索一列字符串TendererEN，以查看id是否包含在名称中。如果1在字符串名称TendererEN中，则生成一个将TendererID添加到列TendererEN的计数，并创建一个变量temp1来粘贴字符串所包含的id。
例如，这里有一个For循环，它可以工作，并执行我希望它做的事情。但是对于我的数据集(300 K的观测值)来说，它是非常慢的。对于如
浏览 0提问于2021-04-16得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
云直播活动推荐
腾讯云开发者
