正则表达式用空白替换所有内容，模式除外 (dplyr, stringr)

Question

我有一个看起来像这样的数据框（示例数据）：

myCars <- structure(list(Engine_Information = c("Ford 3.5L 6 Cylinder 355 hp 350 ft-lbs Turbo", 
                                  "Ford 5.4L 8 cylinder 310 hp 365 ft-lbs FFV", "Audi 3.0L 6 Cylinder 333 hp 325 ft-lbs S-charged", 
                                  "Toyota 2.7L 4 Cylinder 159 hp 180 ft-lbs", "Chevrolet 4.3L 6 Cylinder 195 hp 260 ft-lbs", 
                                  "Chevrolet 3.0L 6 Cylinder 264 hp 222 ft-lbs FFV", "GMC 3.7L 5 Cylinder 242 hp 242 ft-lbs", 
                                  "Volvo 3.2 L 6 cylinder 240 hp 236 ft-lbs", "Hyundai 2.4L 4 Cylinder 198 hp 184 ft-lbs", 
                                  "Mercedes-AMG 5.4L 8 Cylinder 500 hp 516 ft-lbs S-Charged")), 
      row.names = c(1074L, 1923L, 811L, 3378L, 2419L, 2080L, 2995L, 4889L, 1023L, 1368L), 
      class = "data.frame")

使用 dplyr 和 stringr，我想创建一个包含仅汽车马力的新列。

这是我（尝试）执行此操作的代码：

myCars_HP <- myCars %>%
  mutate(HP = Engine_Information) %>%
  mutate(HP = str_replace(HP, "^(?![0-9]{3}).*$", ""))

正则表达式模式背后的想法是用空格替换所有内容（在新列中），除了用于第一个三位数（这个数字是 HP）。

但是，我尝试过的每个正则表达式模式都只是 returns 个空白。

我想要的输出是：

我更喜欢 base R/dplyr/stringr 函数，如果有更有效的方法，请告诉我。

但最重要的是，我想知道为什么我的正则表达式不起作用，以及哪种模式会起作用。

Answer 1

您可以提取 "hp" 字符串之前的数字。

在基础 R 中，您可以使用 sub :

myCars$hp <- as.numeric(sub('.*?(\d+)\shp.*', '\1',myCars$Engine_Information))

dplyr/stringr 使用正先行正则表达式。

library(dplyr)
library(stringr)

myCars %>%
    mutate(HP = as.numeric(str_extract(Engine_Information, '\d+(?=\shp)')))

#                                         Engine_Information  HP
#1              Ford 3.5L 6 Cylinder 355 hp 350 ft-lbs Turbo 355
#2                Ford 5.4L 8 cylinder 310 hp 365 ft-lbs FFV 310
#3          Audi 3.0L 6 Cylinder 333 hp 325 ft-lbs S-charged 333
#4                  Toyota 2.7L 4 Cylinder 159 hp 180 ft-lbs 159
#5               Chevrolet 4.3L 6 Cylinder 195 hp 260 ft-lbs 195
#6           Chevrolet 3.0L 6 Cylinder 264 hp 222 ft-lbs FFV 264
#7                     GMC 3.7L 5 Cylinder 242 hp 242 ft-lbs 242
#8                  Volvo 3.2 L 6 cylinder 240 hp 236 ft-lbs 240
#9                 Hyundai 2.4L 4 Cylinder 198 hp 184 ft-lbs 198
#10 Mercedes-AMG 5.4L 8 Cylinder 500 hp 516 ft-lbs S-Charged 500

正则表达式用空白替换所有内容，模式除外 (dplyr, stringr)

Regular expression to replace everything with a blank, except for a pattern (dplyr, stringr)

regex

r

stringr

dplyr