替换sqldf中的字符串模式

Question

我有如下所示的数据：

    Col1    Col2   Col3
ten: end       5     10
five: nb       7     11
    12:4      12     10
   13:56      15     16

使用R中的sqldf包，我想做以下工作：

将Col1中的值替换为：character: space和-。破折号在开头和结尾都有空格。

将Col1中的值替换为：number:number和-。破折号在开头和结尾都没有空格。

预期产出：

     Col1    Col2   Col3
ten - end       5     10
five - nb       7     11
     12-4      12     10
    13-56      15     16

下面是一个使用sqldf的示例语法：

df <- sqldf("SELECT *, replace([Col1], [character: space], ' - ') [New Col generated] from df")

df <- sqldf("SELECT *, replace([Col1], [number:number], '-') [New Col generated_num] from df")

我试着引用这个文档，但仍然没有结果：https://www.rexegg.com/regex-quickstart.html

Answer 1

1)假设只有问题中所示的形式才允许用减号替换冒号，然后用空格替换负号，然后用空格替换负号。

library(sqldf)
sqldf("select *, replace(replace([Col1], ':', '-'), '- ', ' - ') as New from df")

给予：

      Col1 Col2 Col3       New
1 ten: end    5   10 ten - end
2 five: nb    7   11 five - nb
3     12:4   12   10      12-4
4    13:56   15   16     13-56

2)如果我们可以假设唯一的表单是数字:数字或字符:字符，而第二个表单不包含数字。

sqldf("select *, 
  case when strFilter(Col1, '0123456789') = '' 
         then replace(Col1, ':', ' -')
       else replace(Col1, ':', '-')
       end as New
  from df")

给予：

      Col1 Col2 Col3       New
1 ten: end    5   10 ten - end
2 five: nb    7   11 five - nb
3     12:4   12   10      12-4
4    13:56   15   16     13-56

3)首先检查数字:数字，然后检查字符:字符只能是数字或小写字母。

dig <- "0123456789"
diglet <- "0123456789abcdefghijklmnopqrstuvwxyz"

fn$sqldf("select *,
  case when trim(Col1, '$dig') = ':'
         then replace(Col1, ':', '-')
  when trim(Col1, '$diglet') = ': '
          then replace(Col1, ': ', ' - ')
  else Col1 end as New
  from df")

给予：

      Col1 Col2 Col3       New
1 ten: end    5   10 ten - end
2 five: nb    7   11 five - nb
3     12:4   12   10      12-4
4    13:56   15   16     13-56

4)这个函数提取x:y并检查x和y是否为数字，如果是，则进行适当的替换，如果不匹配，则提取x:yz，其中y是空格，如果x和z是数字或小写，则执行适当的替换，否则返回Col1。dig和diglet是从上面来的。

fn$sqldf("select *, 
  case when trim(substr(Col1, instr(Col1, ':')-1, 3), '$dig') = ':'
         then replace(Col1, ':', '-')
       when trim(substr(Col1, instr(Col1, ':') -1, 4), '$diglet') = ': '
         then replace(Col1, ': ', ' - ')
       else Col1 end as New
  from df")

备注

可复制形式的输入如下：

Lines <- "Col1,Col2,Col3
ten: end,5,10
five: nb,7,11
12:4,12,10
13:56,15,16"
df <- read.csv(text = Lines, as.is = TRUE, strip.white = TRUE)