tidyr:s extract

Reguljära uttryck på mellannivå i R

Angelo Zehr

Data Journalist

Funktioner vi använt hittills

• str_match
• str_replace
• str_match_all
• str_replace_all
• ...

Där reguljära uttryck och dataramar möts:

extract(
    data,
    col,
    into,
    regex = "([[:alnum:]]+)",
    remove = TRUE,
    convert = FALSE,
    ...
 )

Argumenten i extract

extract(
    data,
    col,
    into,
    regex = "([[:alnum:]]+)",
    remove = TRUE,
    convert = FALSE,
    ...
 )

• data

• col

• into

• regex

• remove

• convert

Dataramen movies

Vad str_match kan göra

screens_per_movie %<>%
  mutate(
    is_3d = str_match(line, "3D")
  )

Resultatet av str_match

screens_per_movie %<>%
  mutate(
    is_3d = str_match(line, "3D")
  )

str_match kan bara matcha en uppgift

Det här kan extract göra åt oss

Det här kan extract göra åt oss

extract(
  screens_per_movie,
  col = "line",
  into = c("is_3d", "screens"),
  regex = "(3D).*?(\\d+)$",
  remove = FALSE
 )

Resultatet av extract

extract(
  screens_per_movie,
  col = "line",
  into = c("is_3d", "screens"),
  regex = "(3D).*?(\\d+)$",
  remove = FALSE
)

Nu kör vi en övning!

Reguljära uttryck på mellannivå i R