如果我有如下字符串：
example 1: email:[email protected],username:noneusername, token:nonetoken21309r9023, user_id:nonuserid
example 2: username:slkfsoi,email:[email protected],username:oiwoie,token:asfkjsdf0
example 3: email:[email protected],user_id:lkasflk
我想根据电子邮件，用户名，令牌和user_id进行拆分。在某些情况下，并非全部4个都存在。另外，在其他情况下，字符串可能每个都有多个实例（电子邮件，令牌，电子邮件，user_id，令牌）。在这种情况下，我要采用每个实例的第一个实例。
这就是我对R的要求，但是，如果我在循环中使用它，则当数据帧中有成千上万个字符串时，效率不高。我尝试将此功能与apply一起使用，但是，它不起作用。我认为这是因为我的函数未向量化吗？
match_value <- function(x,z){
b <- head(grep(z,unlist(strsplit(x,","))),1)
c <- strsplit(x, ",")
d <- unlist(c)[b]
e <- gsub(z,"",d)
if((length(e) == 0) && (typeof(e) == "character")){
e = ""
}
return(e)
}
在上面的示例中，我将调用以下函数，其中x =字符串值的dataframe列，而z =我要匹配的字符串，例如email：或token:。
谢谢！
我会使用您的方法，但使用gsub和正则表达式
x <- c('email:[email protected],username:noneusername, token:nonetoken21309r9023, user_id:nonuserid',
'username:slkfsoi,email:[email protected],username:oiwoie,token:asfkjsdf0',
'email:[email protected],user_id:lkasflk')
f <- function(what, string = x) {
gsub(sprintf('%s\\:\\s*([^,]*)|.', what), '\\1', string, perl = TRUE)
}
f('email', x)
# [1] "[email protected]" "[email protected]" "[email protected]"
f('username', x)
# [1] "noneusername" "slkfsoioiwoie" ""
f('token', x)
# [1] "nonetoken21309r9023" "asfkjsdf0" ""
f('user_id', x)
# [1] "nonuserid" "" "lkasflk"
n <- c('email', 'username', 'token', 'user_id')
data.frame(setNames(lapply(n, f), n))
# email username token user_id
# 1 [email protected] noneusername nonetoken21309r9023 nonuserid
# 2 [email protected] slkfsoioiwoie asfkjsdf0
# 3 [email protected] lkasflk
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