R Language
代入で文字列を変更する

前書き

取得グルー​​プを使用して文字列を並べ替える

文字列の順序を変更する場合は、 pattern内のカッコを使用して文字列の一部をグループ化できます。これらのグループは、 replacement引数で連続した数字を使用してアドレス指定できます。

次の例は、 "姓、姓"の形式の名前のベクトルを "姓の姓"という形式のベクトルに並べ替える方法を示しています。

library(randomNames) 
set.seed(1)

strings <- randomNames(5)
strings
# [1] "Sigg, Zachary"        "Holt, Jake"           "Ortega, Sandra"       "De La Torre, Nichole"
# [5] "Perkins, Donovon"  

sub("^(.+),\\s(.+)$", "\\2 \\1", strings)
# [1] "Zachary Sigg"        "Jake Holt"           "Sandra Ortega"       "Nichole De La Torre"
# [5] "Donovon Perkins"    

姓だけが必要な場合は、最初の括弧のペアを指定することができます。

sub("^(.+),\\s(.+)", "\\1", strings)
# [1] "Sigg"        "Holt"        "Ortega"      "De La Torre" "Perkins"  

重複した連続した要素を削除する

文字列から重複したサブシーケンス要素を削除したいとしましょう（複数の場合があります）。例えば：

2,14,14,14,19

それを以下のように変換します：

2,14,19

gsubを使用して、これを実現できます：

gsub("(\\d+)(,\\1)+","\\1", "2,14,14,14,19")
[1] "2,14,19"

複数の異なる繰り返しにも使用できます。たとえば、次のようになります。

 > gsub("(\\d+)(,\\1)+", "\\1", "2,14,14,14,19,19,20,21")
[1] "2,14,19,20,21"

正規表現について説明しましょう：

1. (\\d+) ：（ (\\d+)区切られ、任意の数字（少なくとも1つ）を検出するグループ1。文字変数の場合、バックスラッシュはリテラル文字列区切り文字（ \"または\' ）の特殊なエスケープ文字を表します。 \d\は[0-9]と等価であるため、二重円記号（ \\ ）を使用する必要があります。
2. , ：句読記号： , （スペースや他の区切り文字を含むことができます）
3. \\1 ：グループ1と同じ文字列、つまり繰り返し番号。それが起こらない場合、パターンは一致しません。

同様の状況を試してみましょう：連続した繰り返し単語を削除する：

one,two,two,three,four,four,five,six

その後、単に置き換える\dで\wところ、 \w任意の文字、数字またはアンダースコア：を含む任意の単語文字に一致します。これは[a-zA-Z0-9_] ：

> gsub("(\\w+)(,\\1)+", "\\1", "one,two,two,three,four,four,five,six")
[1] "one,two,three,four,five,six"
> 

次に、上記のパターンは、特定の場合として重複した数字の場合を含む。