我正在R中读取一个csv文件“ dopers”。
dopers <- read.csv(file="generalDoping_alldata2.csv", head=TRUE,sep=",")
读取文件后，我必须进行一些数据清理。例如，country如果列中显示
“美国”或“美国”
我想换成 "USA"
我想确保，如果单词是" United States "or "United State "，甚至它们，我的代码也能正常工作。我想说的是，即使用"United States"替换字符前后，也有任何字符"USA"。我知道我们可以sub()为此目的使用功能。我一直在网上寻找并发现此问题，但是我不知道该怎么"^" "&" "*" "."做。有人可以解释一下。
dopers$Country = sub("^UNITED STATES.*$", "USA", dopers$Country)
根据您的示例，
s <- c(" United States", " United States ", "United States ")
您可以定义匹配它们的正则表达式模式
pat <- "^.*United State.*$"
在此，^代表$字符串的开始和结尾，而.代表任何字符并*定义一个重复（零到任意）。您可以尝试修改的模式，例如
pat <- "^[ ]*United State[ ]*$" # only ignores spaces
pat <- "^.*(United State|USA).*$" # only matches " USA" etc.
然后通过以下方式执行替换
gsub(pat, "USA", s)
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句