文字列内のパターンを与えられた行の置換/名前の変更方法は？

Question

私は、ユニークなユーザIDに対応するいくつかのリンクを変換したい：

df<- data.frame(

     employeeId = c(1,2,3,4,5,6), 
     linkToEmployee = c("http://intranet.homepageEmploye.com/herSalary", 
         "http://intranet.homepageEmploye.org/herSalary/Details", 
         "http://local.com/qa/for", 
         "here the homepage is missing", 
         "http://local.org/", 
         "here the homepage is missing")) 


     employeeId      linkToEmployee 

    1   1   http://intranet.homepageEmploye.com/herSalary 
    2   2 http://intranet.homepageEmploye.org/herSalary/Details 
    3   3        http://local.com/qa/for 
    4   4       here the homepage is missing 
    5   5          http://local.org/ 
    6   6       here the homepage is missing 

今、私はそのフォームにこれらのリンクを変換したいと思います：

desired<- data.frame(

     employeeId = c(1,2,3,4,5,6), 
     linkToEmployee = c("intranet.com", 
          "intranet.org", 
          "local.com", 
          "here", 
          "local.org", 
          "here")) 


      employeeId linkToEmployee 

     1   1 intranet.com 
     2   2 intranet.org 
     3   3  local.com 
     4   4   here 
     5   5  local.org 
     6   6   here 

私は、イントラネットの場合のgsubを使用しようとしましたしかし、それは期待どおりに動作していないようです。これを行うには期待

Answer 1

一つの方法として、そのdoesntの仕事は、URLの解析のためのいくつかの非常に便利な機能を持つパッケージurltoolsを使用することですが

df$linkToEmployee <- gsub("http://intranet.homepageEmploye.com/", "intranet.com.", df$linkToEmployee) 

。最初に、実際にURLがどれであるかを調べる必要があります。これを行うために、TLDを含む文字列を検索しました。

library(urltools) 

ind <- !is.na(suffix_extract(domain(df$linkToEmployee))$suffix) 

df$linkToEmployee[ind] <- sapply(strsplit(domain(df$linkToEmployee[ind]), '\\.|\\s+'), 
             function(i) paste(head(i, 1), tail(i, 1), sep = '.')) 

df$linkToEmployee[!ind] <- gsub('\\s+.*', '', df$linkToEmployee[!ind]) 

df 
# employeeId linkToEmployee 
#1   1 intranet.com 
#2   2 intranet.org 
#3   3  local.com 
#4   4   here 
#5   5  local.org 
#6   6   here 

NOTE

あなたのURL変数が要因ではないことを確認してください。 stringsAsFactors = FALSEでデータを読み取るか、

df$linkToEmployee <- as.character(df$linkToEmployee)