Cara Cari Perkataan Individu dalam R - dummies

Apabila anda bekerja dengan teks, seringkali anda boleh menyelesaikan masalah jika anda dapat mencari perkataan atau pola di dalam teks. R membuat ini mudah dilakukan. Bayangkan anda mempunyai senarai negeri-negeri di Amerika Syarikat, dan anda ingin mengetahui mana antara negeri-negeri ini mengandungi perkataan Baru.

Untuk menyiasat masalah ini, anda boleh menggunakan terbitan dataset terbina dalam. nama, yang mengandungi - anda meneka - nama-nama negeri Amerika Syarikat:

>> kepala (nyatakan nama) [1] "Alabama" "Alaska" "Arizona" [4] "Arkansas" "California" "Colorado"

Sebagai contoh:

Sebagai contoh, anda boleh memberitahu R untuk mendapatkan tiga huruf bermula pada posisi 5.

• Dengan pola: Sebagai contoh, anda boleh memberitahu R untuk mendapatkan substrings yang sepadan dengan perkataan atau corak tertentu.

• Coraknya sedikit seperti wildcard. Dalam beberapa permainan kad, anda boleh menggunakan kad Joker untuk mewakili mana-mana kad lain. Begitu juga corak R boleh mengandungi perkataan atau simbol tertentu dengan makna khas.

  Cari mengikut kedudukan dalam R

  Jika anda mengetahui kedudukan tepat subteks di dalam elemen teks, anda menggunakan fungsi substr () untuk mengembalikan nilai. Untuk mengekstrak subteks yang bermula pada kedudukan ketiga dan berhenti di kedudukan keenam negara. nama, gunakan yang berikut: >> kepala (substr (nyatakan nama, mulakan = 3, berhenti = 6)) [1] "abam" "aska" "izon" "kans" "lifo" "lora" > Cari corak dalam R

Untuk mencari substrings, anda boleh menggunakan fungsi grep (), yang mengambil dua hujah penting:

corak

:

Corak yang anda ingin cari.

x

• : Vector watak yang anda mahu cari. Anggap anda ingin mencari semua negeri yang mengandungi corak Baru. Lakukan seperti ini: >> grep ("Baru", nyatakan nama) [1] 29 30 31 32

• Hasil grep () adalah vektor angka dengan kedudukan setiap elemen yang mengandungi corak yang sepadan. Dalam erti kata lain, elemen ke-29 negara. nama mengandungi perkataan Baru. >> menyatakan. nama [29] New Hampshire Phew, yang bekerja! Tetapi menaip dalam kedudukan setiap teks yang sepadan akan menjadi banyak kerja. Mujurlah, anda boleh menggunakan hasil grep () secara langsung ke subset vektor asal: >> keadaan. nama [grep ("Baru", nyatakan nama)] [1] "New Hampshire" "New Jersey" [3] "New Mexico" "New York"

fungsi grep () teks dalam kes yang sama (huruf besar atau huruf kecil) sebagai corak carian anda. Jika anda mencari corak "baharu" dalam huruf kecil, hasil carian anda kosong: >> menyatakan. nama [grep ("baru", nyatakan.nama)] aksara (0)