Làm thế nào để cắt khoảng trắng hàng đầu và dấu?

Tôi đang gặp một số rắc rối với khoảng trắng hàng đầu và dấu trong một data.frame. Ví dụ: Tôi muốn có một cái nhìn tại một cụ thể rowtrong một data.framedựa trên một điều kiện nhất định:

> myDummy[myDummy$country == c("Austria"),c(1,2,3:7,19)] 

[1] codeHelper     country        dummyLI    dummyLMI       dummyUMI       
[6] dummyHInonOECD dummyHIOECD    dummyOECD      
<0 rows> (or 0-length row.names)

Tôi đã tự hỏi tại sao tôi không nhận được sản lượng như mong đợi vì đất nước Áo rõ ràng tồn tại trong tôi data.frame. Sau khi xem qua lịch sử mã của tôi và cố gắng tìm ra những gì đã sai, tôi đã thử:

> myDummy[myDummy$country == c("Austria "),c(1,2,3:7,19)]
   codeHelper  country dummyLI dummyLMI dummyUMI dummyHInonOECD dummyHIOECD
18        AUT Austria        0        0        0              0           1
   dummyOECD
18         1

Tất cả những gì tôi đã thay đổi trong lệnh là một khoảng trắng bổ sung sau Áo.

Vấn đề khó chịu hơn rõ ràng phát sinh. Ví dụ: khi tôi muốn hợp nhất hai khung dựa trên cột quốc gia. Một data.framesử dụng "Austria "trong khi các khung khác có "Austria". Sự phù hợp không hoạt động.

1. Có cách nào hay để 'hiển thị' khoảng trắng trên màn hình của tôi để tôi nhận thức được vấn đề không?
2. Và tôi có thể xóa khoảng trắng hàng đầu và dấu trong R không?

Cho đến nay tôi đã từng viết một Perlkịch bản đơn giản giúp loại bỏ khoảng trắng nhưng thật tuyệt nếu tôi có thể làm điều đó bằng cách nào đó bên trong R.

Có lẽ cách tốt nhất là xử lý các khoảng trắng ở cuối khi bạn đọc tệp dữ liệu của mình. Nếu bạn sử dụng read.csvhoặc read.tablebạn có thể đặt tham số strip.white=TRUE.

Nếu bạn muốn xóa chuỗi sau đó, bạn có thể sử dụng một trong các chức năng sau:

# returns string w/o leading whitespace
trim.leading <- function (x)  sub("^\\s+", "", x)

# returns string w/o trailing whitespace
trim.trailing <- function (x) sub("\\s+$", "", x)

# returns string w/o leading or trailing whitespace
trim <- function (x) gsub("^\\s+|\\s+$", "", x)

Để sử dụng một trong các chức năng này trên myDummy$country:

 myDummy$country <- trim(myDummy$country)

Để 'hiển thị' khoảng trắng bạn có thể sử dụng:

 paste(myDummy$country)

sẽ cho bạn thấy các chuỗi được bao quanh bởi dấu ngoặc kép (") làm cho các khoảng trắng dễ dàng phát hiện hơn.

Kể từ R 3.2.0, một chức năng mới đã được giới thiệu để loại bỏ các khoảng trắng hàng đầu / dấu vết:

trimws()

Xem: http://stat.ethz.ch/R-manual/R-patched/l Library / base / html / tômws.html

Để thao tác khoảng trắng, sử dụng str_trim () trong gói stringr. Gói có hướng dẫn sử dụng ngày 15 tháng 2 năm 2013 và đang ở CRAN. Hàm này cũng có thể xử lý các vectơ chuỗi.

install.packages("stringr", dependencies=TRUE)
require(stringr)
example(str_trim)
d4$clean2<-str_trim(d4$V2)

(tín dụng cho người bình luận: R. Cotton)

Một chức năng đơn giản để loại bỏ khoảng trắng hàng đầu và dấu:

trim <- function( x ) {
  gsub("(^[[:space:]]+|[[:space:]]+$)", "", x)
}

Sử dụng:

> text = "   foo bar  baz 3 "
> trim(text)
[1] "foo bar  baz 3"

ad1) Để xem khoảng trắng, bạn có thể gọi trực tiếp print.data.framebằng các đối số đã sửa đổi:

print(head(iris), quote=TRUE)
#   Sepal.Length Sepal.Width Petal.Length Petal.Width  Species
# 1        "5.1"       "3.5"        "1.4"       "0.2" "setosa"
# 2        "4.9"       "3.0"        "1.4"       "0.2" "setosa"
# 3        "4.7"       "3.2"        "1.3"       "0.2" "setosa"
# 4        "4.6"       "3.1"        "1.5"       "0.2" "setosa"
# 5        "5.0"       "3.6"        "1.4"       "0.2" "setosa"
# 6        "5.4"       "3.9"        "1.7"       "0.4" "setosa"

Xem thêm ?print.data.framecho các tùy chọn khác.

Sử dụng grep hoặc grepl để tìm các quan sát với khoảng trắng và phụ để loại bỏ chúng.

names<-c("Ganga Din\t","Shyam Lal","Bulbul ")
grep("[[:space:]]+$",names)
[1] 1 3
grepl("[[:space:]]+$",names)
[1]  TRUE FALSE  TRUE
sub("[[:space:]]+$","",names)
[1] "Ganga Din" "Shyam Lal" "Bulbul"  

Tôi muốn thêm câu trả lời dưới dạng nhận xét cho người dùng56 nhưng chưa thể viết như một câu trả lời độc lập. Việc xóa các khoảng trống hàng đầu và dấu có thể đạt được thông qua hàm trim () khỏi gói gdata:

require(gdata)
example(trim)

Ví dụ sử dụng:

> trim("   Remove leading and trailing blanks    ")
[1] "Remove leading and trailing blanks"

Một vấn đề liên quan khác xảy ra nếu bạn có nhiều khoảng trống giữa các đầu vào:

> a <- "  a string         with lots   of starting, inter   mediate and trailing   whitespace     "

Sau đó, bạn có thể dễ dàng phân tách chuỗi này thành các mã thông báo "thực" bằng cách sử dụng biểu thức chính quy cho splitđối số:

> strsplit(a, split=" +")
[[1]]
 [1] ""           "a"          "string"     "with"       "lots"      
 [6] "of"         "starting,"  "inter"      "mediate"    "and"       
[11] "trailing"   "whitespace"

Lưu ý rằng nếu có một kết quả khớp ở đầu chuỗi (không trống), phần tử đầu tiên của đầu ra là '""', nhưng nếu có một kết quả khớp ở cuối chuỗi, thì đầu ra giống như với trận đấu bị loại bỏ.

Một tùy chọn khác là sử dụng stri_trimhàm từ stringigói mặc định để loại bỏ khoảng trắng hàng đầu và dấu:

> x <- c("  leading space","trailing space   ")
> stri_trim(x)
[1] "leading space"  "trailing space"

Để chỉ loại bỏ khoảng trắng hàng đầu, sử dụng stri_trim_left. Để chỉ xóa khoảng trắng dấu, sử dụng stri_trim_right. Khi bạn muốn xóa các ký tự đầu hoặc cuối khác, bạn phải chỉ định rằng vớipattern = .

Xem thêm ?stri_trimđể biết thêm.

Tôi đã tạo một trim.strings ()hàm để cắt khoảng trắng hàng đầu và / hoặc dấu như:

# Arguments:    x - character vector
#            side - side(s) on which to remove whitespace 
#                   default : "both"
#                   possible values: c("both", "leading", "trailing")

trim.strings <- function(x, side = "both") { 
    if (is.na(match(side, c("both", "leading", "trailing")))) { 
      side <- "both" 
      } 
    if (side == "leading") { 
      sub("^\\s+", "", x)
      } else {
        if (side == "trailing") {
          sub("\\s+$", "", x)
    } else gsub("^\\s+|\\s+$", "", x)
    } 
} 

Để minh họa,

a <- c("   ABC123 456    ", " ABC123DEF          ")

# returns string without leading and trailing whitespace
trim.strings(a)
# [1] "ABC123 456" "ABC123DEF" 

# returns string without leading whitespace
trim.strings(a, side = "leading")
# [1] "ABC123 456    "      "ABC123DEF          "

# returns string without trailing whitespace
trim.strings(a, side = "trailing")
# [1] "   ABC123 456" " ABC123DEF"   

Phương pháp tốt nhất là trimws ()

Mã sau sẽ áp dụng chức năng này cho toàn bộ khung dữ liệu

mydataframe <- data.frame (lapply (mydataframe, trimws), StringAsFactors = FALSE)

Tôi đã thử cắt (). Hoạt động tốt với khoảng trắng cũng như '\ n'. x = '\ n Harden, J. \ n'

cắt (x)

myDummy[myDummy$country == "Austria "] <- "Austria"

Sau này, bạn sẽ cần buộc R không nhận ra "Áo" là cấp độ. Hãy giả vờ rằng bạn cũng có "Hoa Kỳ" và "Tây Ban Nha" theo cấp độ:

myDummy$country = factor(myDummy$country, levels=c("Austria", "USA", "Spain"))

Một chút ít đáng sợ hơn so với phản hồi được bình chọn cao nhất, nhưng nó vẫn hoạt động.