用于捕获统计数据并动态保存它们的正则表达式

Question

我有一个包含统计数据的文本文件。它们中的每一个都在单独的行上。我遍历R中的每一行并对其进行grep。我感兴趣的统计数据类型如下：

system.l2.precompression_table.entry_0_all_mappings            0                       # all mappings for entry #0
system.l2.precompression_table.entry_0_avg_mappings            0                       # average number of mappings for entry #0
system.l2.precompression_table.entry_10_all_mappings           30                       # all mappings for entry #10
system.l2.precompression_table.entry_10_avg_mappings            4                       # average number of mappings for entry #10

条目的编号从0开始，直到63。

在其他情况下，当我试图收集没有特定模式的统计数据时，我会这样做。

if (grepl("final_tick", line))
  {
    matches <- regmatches(line, gregexpr("[[:digit:]]+\\.*[[:digit:]]*", line))
    final_tick = as.numeric(unlist(matches))[1]
  }

我想做一些类似的事情，但不是像统计数据一样多的if语句。我想要有一个grep语句，它使用正则表达式来查找类似于"entry_num_###_mappings“的统计数据，并将其保存到一个数据框中，其中一列具有该统计数据的名称，而另一列具有数值。(正则表达式可以捕获以entry开头并以映射结束的任何统计数据。映射的类型(all/avg)可以改变)。

大概是这样的：

df
stat                  | value
entry_10_all_mappings    30
entry_10_avg_mappings     4

Answer 1

使用stringr包，您可以执行以下操作：

library(stringr)

# Select any line containing "entry_num_all_mappings" or "entry_num_avg_mappings":
selection <- readLines("data.txt") %>%
  str_subset("entry_\\d+_a.._mappings")

# Extract the "stat" part
stat <- selection %>%
  str_extract("entry_\\d+_a.._mappings")

# Extract the "value" part
value <- selection %>%
  str_extract(" \\d+ ") %>%
  trimws()

# Create your data frame
df <- data.frame(stat, value)

Answer 2

您可以在数据帧中使用read.table读取文本文件

df <- read.table("name_of_text_file.txt")

选择符合所需模式的所有行

df1 <- df[grepl("entry_\\d+_(avg|all)_mappings", df$V1), ]

使用模式创建新列(如果需要

df1$V3 <- sub(".*(entry_\\d+_(avg|all)_mapping)", "\\1", df1$V1)