
R語言 字符串的處理(解析+案例)
數(shù)據(jù)分析師的日常工作就是數(shù)據(jù)預處理,數(shù)據(jù)預處理最經常遇到的問題就是字符串的處理,這部分很難,我以前看過一些R的書和一些技術博客,現(xiàn)在依舊發(fā)現(xiàn)有些細節(jié)做不好,下面我就轉載別人的一些字符串處理的方法,我會在下面說說我的看法:
字符串分割函數(shù):strsplit( )
字符串連接函數(shù):paste( )
計算字符串長度:nchar( )
字符串截取函數(shù):substr( )及substring( )
字符串替換函數(shù):chartr( )
大小寫轉換函數(shù):toupper( )、tolower( )及casefold( )
以目前的工作來說,前4個至少每次都可以用到其中的一兩個,5和6不經常用。
1:strsplit( )函數(shù)用于字符串分割,其中split是分割參數(shù)。所得結果以默認以list形式展示。
用法:strsplit("字符串",sep=“”(分隔符,可省略sep=,直接寫“”雙引號里面的內容))
2:paste( )函數(shù)用于字符串連接,其中sep負責兩組字符串間的連接;collapse負責一組字符串內部的連接。
用法:paste(..., sep = " ", collapse = NULL) (舉例:A<-c(a,b),B<-c(1,2),paste(A,B,sep="_",collapse=":")結果為:A_1:B_2。
3:很好理解,用法+案例:nchar(“abc”)結果為3。n是char的長度計算。
4:substr( )函數(shù)和substring( )函數(shù)是截取字符串最常用的函數(shù),兩個函數(shù)功能方面是一樣的,只是其中參數(shù)設置不同。
substr( )函數(shù):必須設置參數(shù)start和stop,如果缺少將出錯。用法:substr(“字符串”,start=數(shù)字,stop=數(shù)字)下同。
substring( )函數(shù):可以只設置first參數(shù),last參數(shù)若不設置,則默認為1000000L,通常是指字符串的最大長度。
這個也很少理解:substr("abcd",2,3)結果為bc;substring("abcd",2)結果為bcd。
注意:substr和substring的區(qū)別就是最后一個參數(shù):前者是必須存在stop結尾,后者隨意。
5:chartr( )函數(shù):將原有字符串中特定字符替換成所需要的字符。
其中參數(shù)old表示原有字符串中內容;new表示替換后的字符內容
用法:chartr(old= ,new= ,數(shù)據(jù)框)
案列:x<-c(abc),chartr(old="b",new="s",x)結果就是asc。
6:toupper( )函數(shù):將字符串統(tǒng)一轉換為大寫。
tolower( )函數(shù):將字符串統(tǒng)一轉換為小寫。
casefold( )函數(shù):根據(jù)參數(shù)轉換大小寫。
前面2個函數(shù)比較簡單,說說第三個:casefold(向量,upper=T或FALSE),upper=T全是大寫,反之。
寫這個有2個好處,1是可以幫助別人,2是自我鞏固,當然重點是2自我鞏固。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到決策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10