从自由文本输入中提取数字和总和数字，添加到 df

Question

我有一个数据框，其中有一列包含关于受教育年限的自由文本条目。我想从自由文本条目中提取所有数字并对它们求和。

示例：data_en$educationTxt[1]给出“6小学10高中”

使用以下代码，我可以提取两个数字并将它们相加。

library(stringr)
x <- as.numeric(str_extract_all(data_en$education[1], "[0-9A]+")[[1]])
x <- as.vector(x)
x <- sum(x)

但是，理想情况下，我希望对所有自由文本条目（即每一行）执行此操作，然后将结果添加到每行的数据框中（即在诸如 data_en$educationNum 的变量中）。我对如何进行有点困惑。

Answer 1

您只需要 map 覆盖 str_extract_all

的输出

x <- c('300 primary 1 underworld', '6 secondary 9 dungeon lab')

library(purrr)
map_dbl(str_extract_all(x, '\d+'), ~ sum(as.numeric(.)))

# [1] 301  15

Answer 2

您可以使用 sapply:

data_en$educationNum <- sapply(str_extract_all(data_en$education, "[0-9]+"), 
       function(i) sum(as.numeric(i)))

data_en
#                        education educationNum
# 1 6 primary school 10 highschool           16
# 2 10 primary school 2 highschool           12
# 3                      no school            0

数据

data_en <- data.frame(education = c("6 primary school 10 highschool",
                      "10 primary school 2 highschool",
                      "no school"))

从自由文本输入中提取数字和总和数字，添加到 df

Exctract number and sum number from free text input, add to df

r

sum

extract

dataframe