stringr：特定の単語

Question

を含む抽出語は

dataframe <- data_frame(text = c('WAFF;WOFF;WIFF200;WIFF12', 
           'WUFF;WEFF;WIFF2;BIGWIFF')) 

> dataframe 
# A tibble: 2 x 1 
         text 
        <chr> 
1 WAFF;WOFF;WIFF200;WIFF12 
2 WUFF;WEFF;WIFF2;BIGWIFF 

この単純な例を考えてみましょうここで私はWIFFを含む単語を抽出したい、それは私がこの

> output 
# A tibble: 2 x 1 
      text 
      <chr> 
1 WIFF200;WIFF12 
2 WIFF2;BIGWIFF 

のようなデータフレームで終わるしたいです

私は使用しようとしました

dataframe %>% 
    mutate(mystring = str_extract(text, regex('\bwiff\b', ignore_case=TRUE))) 

しかし、これはNAを返すだけです。何か案は？

ありがとうございます！

Answer 1

WIFFと末尾に;が含まれているすべての単語を削除すると思われるようです。

> dataframedataframe <- data.frame(text = c('WAFF;WOFF;WIFF200;WIFF12', 'WUFF;WEFF;WIFF2;BIGWIFF')) 
> dataframe$text <- str_replace_all(dataframe$text, "(?i)\\b(?!\\w*WIFF)\\w+;?", "") 
> dataframe 
      text 
1 WIFF200;WIFF12 
2 WIFF2;BIGWIFF 

にパターン(?i)\\b(?!\\w*WIFF)\\w+;?マッチ使用： - 大文字小文字を区別しないインライン修飾子

\\b - ワード境界

(?!\\w*WIFF) -

• (?i)を否定先読みは、単語がWIFFを含むすべての試合に失敗しましたその中のどこでも
• \\w+ - 1つ以上の単語の文字S
• ;? - オプション;（?マッチ1またはそれが修飾パターンの0出現）

あなたがstr_extractを使用したい何らかの理由で、あなたの正規表現が\bWIFF\b matches a whole word WIFF何もないので、動作しないことができることに注意している場合。あなたはあなたのDFにそのような言葉を持っていません。あなたはWIFF内部（小文字を区別せずにケース）に任意の単語を一致させるために"(?i)\\b\\w*WIFF\\w*\\b"を使用して複数のオカレンスを取得するためにstr_extract_allを使用し、シングル「文字列」にマッチに参加することを忘れてはいけないことがあります。

> df <- data.frame(text = c('WAFF;WOFF;WIFF200;WIFF12', 'WUFF;WEFF;WIFF2;BIGWIFF')) 
> res <- str_extract_all(df$text, "(?i)\\b\\w*WIFF\\w*\\b") 
> res 
[[1]] 
[1] "WIFF200" "WIFF12" 

[[2]] 
[1] "WIFF2" "BIGWIFF" 

> df$text <- sapply(res, function(s) paste(s, collapse=';')) 
> df 
      text 
1 WIFF200;WIFF12 
2 WIFF2;BIGWIFF 

あなたが「縮小」もコードはsapplyの機能にstr_extract_allを置くことでコード化しました。ベースRを経由して

Answer 2

古典的な、非正規表現のアプローチは、Wiktor第は非常にいい

sapply(strsplit(me$text, ';', fixed = TRUE), function(i) 
           paste(grep('WIFF', i, value = TRUE, fixed = TRUE), collapse = ';')) 

#[1] "WIFF200;WIFF12" "WIFF2;BIGWIFF"