用stringr包处理惩罚字符串

《Machine Learning for Hackers》一书的合著者John Myles White克日接管了一个访谈。在访谈中他提到了本身在R中常用的几个扩展包，个中包罗用ggplot2包来画图，用glmnet包做回归，用tm包举办文本挖掘，用plyr、reshape、lubridate和stringr包举办数据预处理惩罚。这些包本博客大部门都有所先容，本日就来看看这个漏掉的stringr包。

从名字就看得出，stringr包是用来处理惩罚字符串的。R语言自己的字符处理惩罚本领已经不错了，但利用起来并不是很利便。stringr包将原本的字符处理惩罚函数举办了打包，统一了函数名和参数。在加强成果基本上，还能处理惩罚向量化数据并兼容非字符数据。stringr包号称能让处理惩罚字符的时间淘汰95%。下面将个中的一些主要函数摆列一下。

library(stringr)

# 归并字符串
fruit <- c(“apple”,“banana”,“pear”,“pinapple”)
res <- str_c(1:4,fruit,sep=‘ ‘,collapse=‘ ‘)
str_c(‘I want to buy ‘,res,collapse=‘ ‘)

# 计较字符串长度
str_length(c(“i”,“like”,“programming R”,123,res))

# 按位置取子字符串
str_sub(fruit,1,3)
# 子字符串从头赋值
capital <-toupper(str_sub(fruit,1,1))
str_sub(fruit,rep(1,4),rep(1,4))<- capital

# 反复字符串
str_dup(fruit,c(1,2,3,4))

# 加空缺
str_pad(fruit,10,“both”)
# 去除空缺
str_trim(fruit)

# 按照正则表达式检讨是否匹配
str_detect(fruit,“a$”)
str_detect(fruit,“[aeiou]”)

# 找出匹配的字符串位置
str_locate(fruit,“a”)

# 提取匹配的部门
str_extract(fruit,“[a-z]+”)
str_match(fruit,“[a-z]+”)

# 替换匹配的部门
str_replace(fruit,“[aeiou]”,“-“)

# 支解
str_split(res,” “)