推 pp61022: 謝謝您提供第二種方法！ 07/22 10:04
推 DoBahaha: 感謝收益良多 07/23 01:11
※ 引述《pp61022 (fight)》之銘言：
: [問題類型]:
: 程式諮詢(我想用R 做某件事情，但是我不知道要怎麼用R 寫出來)
: [軟體熟悉度]:
: 使用者(已經有用R 做過不少作品)
: [問題敘述]:
: 我有一個變數是字串，裡面同時包含中文英文，但沒有任何分隔符號。
: 例如：
: [1] "劍橋大學University of Cambridge"
: [2] "皇家理工學院（帝國理工學院）Imperial College London"
: [3] "加州大學洛杉磯分校University of California-Los Angeles"
: [4] "Melbourne University"
: ......
: ......
: 我想把這個變數拆成兩個變數
: "學校中譯", "學校英名"
: 如：
: [1] "劍橋大學", "University of Cambridge"
: [2] "皇家理工學院（帝國理工學院）", "Imperial College London"
: [3] "加州大學洛杉磯分校" , "University of California-Los Angeles"
: [4] NA, "Melbourne University"
: ...
: ...
: 這變數有一部分含中譯，一部分只有英文，
: 因為他中文字長度不一樣，沒辦法直接取個數分割，
: 不過有中譯結尾都是"學院", "大學", "分校"(但並非整個字串的結尾）
: 剛接觸文字清理，對全部函數還沒辦法通透運用，有搜尋一陣子但都無法達成想要的結果
: ，想請教版友有沒有好方法可以將中英文完整分割成兩個變項，謝謝版友。
: 或是沒辦法中英文分割，能否只留下英文，之後我再自己串中英文對照，謝謝版友。
: [程式範例]:
: [環境敘述]:
: 請提供 sessionInfo() 的輸出結果，
: 裡面含有所有你使用的作業系統、R 的版本和套件版本資訊，
: 讓版友更容易找出錯誤
: [關鍵字]:
:
我已經習慣用stringr了，所以如果你想要用R原生的就用strsplit跟gsub
library(stringr)
x <- c("劍橋大學University of Cambridge",
"皇家理工學院（帝國理工學院）Imperial College London",
"加州大學洛杉磯分校University of California-Los Angeles",
"Melbourne University")
str_split(str_replace_all(x, "([^A-Za-z ]*)([A-Za-z\\- ]+)", "\\1,\\2"), ",")
output:
[[1]]
[1] "劍橋大學" "University of Cambridge"
[[2]]
[1] "皇家理工學院（帝國理工學院）" "Imperial College London"
[[3]]
[1] "加州大學洛杉磯分校" "University of California-LosAngeles"
[[4]]
[1] "" "Melbourne University"
--
R資料整理套件系列文：
magrittr #1LhSWhpH (R_Language) https://goo.gl/72l1m9
data.table #1LhW7Tvj (R_Language) https://goo.gl/PZa6Ue
dplyr(上.下) #1LhpJCfB,#1Lhw8b-s (R_Language) https://goo.gl/I5xX9b
tidyr #1Liqls1R (R_Language) https://goo.gl/i7yzAz
pipeR #1NXESRm5 (R_Language) https://goo.gl/zRUISx
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.232.190.147
※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1500633836.A.304.html
※ 編輯: celestialgod (36.232.190.147), 07/21/2017 18:44:46
※ 編輯: celestialgod (36.232.190.147), 07/21/2017 18:45:30