在R中从第2期到第3期之间提取字母

Question

我有一个叫做Identifier的向量

c("NC.1.OA", "NC.1.OA.0", "NC.1.OA.1", "NC.1.OA.1.a", "NC.1.OA.1.b", 
"NC.1.OA.1.c", "NC.1.OA.2", "NC.1.OA.2.0", "NC.1.OA.3", "NC.1.OA.4"
)

我想提取出OA

我试过：

gsub(".*\\.(.*)\\..*", "\\1", Identifier)

基本上，我想在第二节和第三节之间抽出课文。如果只有两个周期(NC.1.OA)，我想提取出第二个周期之后的所有内容。

Answer 1

重复(非句点，后面跟着句点)两次，然后捕获非句点，您想要的子字符串在捕获的组中：

Identifier = c("NC.1.OA", "NC.1.OA.0", "NC.1.OA.1", "NC.1.OA.1.a", "NC.1.OA.1.b", 
"NC.1.OA.1.c", "NC.1.OA.2", "NC.1.OA.2.0", "NC.1.OA.3", "NC.1.OA.4"
)
gsub("(?:[^.]+\\.){2}([^.]+).*", "\\1", Identifier)

输出：

[1] "OA" "OA" "OA" "OA" "OA" "OA" "OA" "OA" "OA" "OA"

为了详细说明，(?:[^.]+\\.)是一个组，它匹配非句点字符，然后匹配单个句点.组后面的{2}意味着重复前面的令牌(组)两次--即“非句点，后面跟着句点，然后是非句点，然后是句点”。然后，最终的([^.]+)匹配超过第二个句点的非句点字符，从而匹配第二个句点和第三个句点(或字符串结束)之间的非句点。

Answer 2

下面是使用sub与apply一起使用strsplit的一种替代方法

sapply(Identifier, function(x) unlist(strsplit(x, "\\."))[3])

NC.1.OA   NC.1.OA.0   NC.1.OA.1 NC.1.OA.1.a NC.1.OA.1.b NC.1.OA.1.c 
    "OA"        "OA"        "OA"        "OA"        "OA"        "OA" 
NC.1.OA.2 NC.1.OA.2.0   NC.1.OA.3   NC.1.OA.4 
    "OA"        "OA"        "OA"        "OA" 

Answer 3

我们也可以试试stringr：

Identifier = c("NC.1.OA", "NC.1.OA.0", "NC.1.OA.1", "NC.1.OA.1.a", "NC.1.OA.1.b", 
               "NC.1.OA.1.c", "NC.1.OA.2", "NC.1.OA.2.0", "NC.1.OA.3", "NC.1.OA.4"
)
library(stringr)
str_extract(Identifier, ".OA.")
# [1] NA     ".OA." ".OA." ".OA." ".OA." ".OA." ".OA." ".OA." ".OA." ".OA."
str_extract(Identifier, "OA")
# [1] "OA" "OA" "OA" "OA" "OA" "OA" "OA" "OA" "OA" "OA"
gsub('\\.', '', str_extract(Identifier, ".OA.?"))
# [1] "OA" "OA" "OA" "OA" "OA" "OA" "OA" "OA" "OA" "OA"