关于正则表达式：从数字部分字符串中删除逗号

remove comma from a digits portion string

我怎样才能(最快最好)从字符串的数字部分删除逗号而不影响字符串中的其余逗号。因此，在下面的示例中，我想从数字部分中删除逗号，但 dog 后面的逗号应该保留(是的，我知道 1023455 中的逗号是错误的，但只是扔了一个角盒)。

我有什么：

1	x <-“I want to see 102,345,5 dogs, but not too soo; it’s 3,242 minutes away”

期望的结果：

1	[1]”I want to see 1023455 dogs, but not too soo; it’s 3242 minutes away”

规定：必须在base no add on packages中完成。

提前谢谢你。

编辑：
谢谢 Dason、Greg 和 Dirk。你的两个回答都很好。我正在玩一些接近 Dason 的反应的东西，但括号内有逗号。现在再看也觉得没有道理。我对这两个响应进行了微基准测试，因为我需要速度(文本数据)：

1
2
3
4
5
6
7

Unit: microseconds
expr min lq median uq max
1 Dason_0to9 14.461 15.395 15.861 16.328 25.191
2 Dason_digit 21.926 23.791 24.258 24.725 65.777
3 Dirk 127.354 128.287 128.754 129.686 154.410
4 Greg_1 18.193 19.126 19.127 19.594 27.990
5 Greg_2 125.021 125.954 126.421 127.353 185.666

1 给你们。

相关讨论

你试过什么？提示：R 有能力进行正则表达式替换。
@GSee我确实使用了我提供的确切示例。稍后，我将发布整个代码。正如您在 Dirks 的回答中提到的那样，我将把 perl = TRUE 扔进去，但我没想到在 Dason 的回答中使用它。

您可以用数字本身替换任何带有模式(逗号后跟数字)的内容。

1
2
3
4
5
6

x <-“I want to see 102,345,5 dogs, but not too soo; it’s 3,242 minutes away”
gsub(“,([[:digit:]])”,”\\\\1″, x)
#[1]”I want to see 1023455 dogs, but not too soo; it’s 3242 minutes away”
#or
gsub(“,([0-9])”,”\\\\1″, x)
#[1]”I want to see 1023455 dogs, but not too soo; it’s 3242 minutes away”

相关讨论

将 ([0-9]),([0-9]) 用于数字之间的逗号可能会更加小心。
真的。起初我考虑过这一点，但在我的解决方案中变得懒惰。我的解决方案应该可以工作，但你说得对，检查逗号两边的数字是最安全的。
感谢 Dason，最快且易于理解。我自己也很接近这种方法。 1

使用 Perl 正则表达式，并专注于”数字逗号数字”，然后我们只用数字替换：

1
2
3
4

R> x <-“I want to see 102,345,5 dogs, but not too soo; it’s 3,242 minutes away”
R> gsub(“(\\\\d),(\\\\d)”,”\\\\1\\\\2″, x, perl=TRUE)
[1]”I want to see 1023455 dogs, but not too soo; it’s 3242 minutes away”
R>

相关讨论

我不认为 perl=TRUE 是必需的
很高兴知道这是 Tyler 的要求之一 :)
感谢 Dirk，非常易于使用。不久前，我在这里看到了与正则表达式名称类似的东西(LINK)并经常使用它，但没有想到将其应用于数字。 1

这里有几个选项：

1
2
3
4
5
6

> tmp <-“I want to see 102,345,5 dogs, but not too soo; it’s 3,242 minutes away”
> gsub(‘([0-9]),([0-9])’,’\\\\1\\\\2′, tmp )
[1]”I want to see 1023455 dogs, but not too soo; it’s 3242 minutes away”
> gsub(‘(?<=\\\\d),(?=\\\\d)’,”,tmp, perl=TRUE)
[1]”I want to see 1023455 dogs, but not too soo; it’s 3242 minutes away”
>

它们都匹配一个数字，后跟一个逗号，后跟一个数字。 [0-9] 和 \\d (额外的 \\ 转义第二个，以便它通过常规 epression)都匹配单个数字。

第一个 epression 捕获逗号之前的数字和逗号之后的数字，并在替换字符串中使用它们。基本上把它们拉出来再放回去(但不把逗号放回去)。

第二个版本使用零长度匹配，(?<=\\\\d) 表示逗号前必须有一个数字才能匹配，但数字本身不是匹配的一部分。 (?=\\\\d) 表示逗号后面需要有一个数字才能匹配，但它不包含在匹配中。所以基本上它匹配一个逗号，但前提是它前面和后面是一个数字。由于只匹配逗号，替换字符串为空表示删除逗号。

相关讨论