提取不同的Pack组件[R]

Question

我想要找到pack中的度量单位。这里我有一个字段，如下所示。

pack <- c("1X7CL ML", "2X3ML CLose","24X33cl Ltront","24X1LTR CLear", "192X5cl mlow")

我需要在这里提取3个组件: 1)包中每个包的数量。这是包中的第一个数字，恰好在X 2)之前，然后是每个包中的卷。这是紧跟在X之后的包中的第二个数字3)第三个是紧跟在卷号之后提到的UOM [重要的是只考虑第一次出现的UOM，因为之后可能会有其他文本)

下面是3个标准单位，它们只会出现，但可以是大写字母或小写字母。

UOM <- c("CL","ML","LTR")

我希望结果给我3个向量：

1)每包数量:1 2 24 24 192 2)每包体积:7 3 33 1 5 3)每包计量单位: CL ML CL LTR CL

在获得第一个结果(即每个包中的数字)的情况下，我有以下代码，它可以很好地工作：

as.numeric(gsub("(.*?)(X.*)", "\\1", pack))

我会感谢任何人的帮助来解救其他人。

提前感谢！！

Answer 1

这个“包”告诉我，运算符的例子不包括小数点。如果我们包含as模式。我们匹配字符(.*)，直到'X‘后面跟着一个或多个带小数的数字([0-9.]+)和零个或多个空格(\\s* -表示有空格的情况)，捕获非空白字符作为一组((\\S+))，并在替换中使用捕获的组的反向引用(\\1

sub(".*X[0-9.]+\\s*(\\S+).*", "\\1", pack)
#[1] "CL"  "ML"  "cl"  "LTR" "cl"  "LTR" "LTR" "LTR" "LTR" "CL" 

关于第二个问题。我们捕获数字(不确定是否需要捕获小数)

as.numeric(sub(".*X(\\d+).*", "\\1", pack))
# [1]  7  3 33  1  5  1  1  1  1 75

如果我们还需要小数

as.numeric(sub(".*X(\\d+[.]*\\d*).*", "\\1", pack))
#[1]  7.000  3.000 33.000  1.000  5.000  1.140  1.125  1.000  1.000 75.000

请注意，vector或data.frame列可以具有单个class。通过使用as.numeric，所有元素都被转换为numeric类。

数据

pack <- c("1X7CL ML", "2X3ML CLose","24X33cl Ltront","24X1LTR CLear", 
 "192X5cl mlow", "12X1.14 LTR (LTO)", "12X1.125 LTR (DOK)",
  "6X1LTR NRF (JRF)", "12X1LTR NRF (LTO)", "6X75CL (Jacobs) 2014")