如何 modify/remove R 行不符合列的正则表达式模式？
How to modify/remove R rows that don't fit the regex pattern of the column?
这是我当前专栏的示例，以及我想要的替换。
Times <- c("12h00","16h30","Afternoon","15h00","14h20","7h30","06h00")
Output: ["12","16",NA,"15","14","7","6"]
我现在正在使用一个混乱的数据集，但我只希望该列包含每次的小时数。绝大多数采用“##h##”格式 (07h30)。
我假设 str_replace_all(Time, pattern, replacement) 可以在这种情况下工作，但我有疑问。我假设这个 "^\d{2}h\d{2}$" 是合适的代码。使不符合列模式的数据无效化的最简单方法是什么？
我的最终目标是为一天中的每个小时创建一个包含 24 个 bin 的直方图，每次都是鲨鱼袭击的发生。
你怎么看？
编辑：有一些使用#h## 格式，如“7h30”，虽然我希望用普通的“7”替换它，但由于数量很少，所以不是 100% 必要。
您可以使用
library(stringr)
Times <- c("12h00","16h30","Afternoon","15h00","14h20","7h30","06h00")
str_extract(Times, '[1-9]\d*(?=h)')
## => [1] "12" "16" NA "15" "14" "7" "6"
模式将提取
[1-9] - 非零数字\d* - 零个或多个数字(?=h) - 紧随其后的是 h.
参见regex demo and the R demo。
这是我当前专栏的示例，以及我想要的替换。
Times <- c("12h00","16h30","Afternoon","15h00","14h20","7h30","06h00")
Output: ["12","16",NA,"15","14","7","6"]
我现在正在使用一个混乱的数据集，但我只希望该列包含每次的小时数。绝大多数采用“##h##”格式 (07h30)。
我假设 str_replace_all(Time, pattern, replacement) 可以在这种情况下工作，但我有疑问。我假设这个 "^\d{2}h\d{2}$" 是合适的代码。使不符合列模式的数据无效化的最简单方法是什么？
我的最终目标是为一天中的每个小时创建一个包含 24 个 bin 的直方图，每次都是鲨鱼袭击的发生。
你怎么看？
编辑：有一些使用#h## 格式，如“7h30”，虽然我希望用普通的“7”替换它，但由于数量很少，所以不是 100% 必要。
您可以使用
library(stringr)
Times <- c("12h00","16h30","Afternoon","15h00","14h20","7h30","06h00")
str_extract(Times, '[1-9]\d*(?=h)')
## => [1] "12" "16" NA "15" "14" "7" "6"
模式将提取
[1-9]- 非零数字\d*- 零个或多个数字(?=h)- 紧随其后的是h.
参见regex demo and the R demo。