Làm thế nào để loại bỏ tất cả khoảng trắng từ một chuỗi?

Vì vậy, " xx yy 11 22 33 "sẽ trở thành "xxyy112233". Làm thế nào tôi có thể đạt được điều này?

Nói chung, chúng tôi muốn một giải pháp được véc tơ hóa, vì vậy đây là một ví dụ thử nghiệm tốt hơn:

whitespace <- " \t\n\r\v\f" # space, tab, newline, 
                            # carriage return, vertical tab, form feed
x <- c(
  " x y ",           # spaces before, after and in between
  " \u2190 \u2192 ", # contains unicode chars
  paste0(            # varied whitespace     
    whitespace, 
    "x", 
    whitespace, 
    "y", 
    whitespace, 
    collapse = ""
  ),   
  NA                 # missing
)
## [1] " x y "                           
## [2] " ← → "                           
## [3] " \t\n\r\v\fx \t\n\r\v\fy \t\n\r\v\f"
## [4] NA

Cách tiếp cận cơ sở R: gsub

gsubthay thế tất cả các phiên bản của một chuỗi ( fixed = TRUE) hoặc biểu thức chính quy ( fixed = FALSE, mặc định) bằng một chuỗi khác. Để xóa tất cả các khoảng trắng, sử dụng:

gsub(" ", "", x, fixed = TRUE)
## [1] "xy"                            "←→"             
## [3] "\t\n\r\v\fx\t\n\r\v\fy\t\n\r\v\f" NA 

Như DWin đã lưu ý, trong trường hợp fixed = TRUEnày là không cần thiết nhưng cung cấp hiệu suất tốt hơn một chút vì khớp chuỗi cố định nhanh hơn so với khớp biểu thức thông thường.

Nếu bạn muốn xóa tất cả các loại khoảng trắng, hãy sử dụng:

gsub("[[:space:]]", "", x) # note the double square brackets
## [1] "xy" "←→" "xy" NA 

gsub("\\s", "", x)         # same; note the double backslash

library(regex)
gsub(space(), "", x)       # same

"[:space:]"là một nhóm biểu thức chính quy dành riêng cho R khớp với tất cả các ký tự khoảng trắng. \slà một biểu thức chính quy độc lập với ngôn ngữ cũng làm điều tương tự.

Cách stringrtiếp cận: str_replace_allvàstr_trim

stringrcung cấp nhiều trình bao bọc dễ đọc hơn cho con người xung quanh các hàm R cơ sở (mặc dù kể từ tháng 12 năm 2014, phiên bản phát triển có một nhánh được xây dựng trên đầu trang stringi, được đề cập bên dưới). Tương đương của các lệnh trên, sử dụng [ str_replace_all][3], là:

library(stringr)
str_replace_all(x, fixed(" "), "")
str_replace_all(x, space(), "")

stringrcũng có một str_trimchức năng chỉ loại bỏ khoảng trắng hàng đầu và dấu.

str_trim(x) 
## [1] "x y"          "← →"          "x \t\n\r\v\fy" NA    
str_trim(x, "left")    
## [1] "x y "                   "← → "    
## [3] "x \t\n\r\v\fy \t\n\r\v\f" NA     
str_trim(x, "right")    
## [1] " x y"                   " ← →"    
## [3] " \t\n\r\v\fx \t\n\r\v\fy" NA      

Cách stringitiếp cận: stri_replace_all_charclassvàstri_trim

stringiđược xây dựng dựa trên thư viện ICU độc lập với nền tảng và có một bộ các hàm thao tác chuỗi mở rộng. Các khoản tương đương của các bên trên là:

library(stringi)
stri_replace_all_fixed(x, " ", "")
stri_replace_all_charclass(x, "\\p{WHITE_SPACE}", "")

Dưới đây "\\p{WHITE_SPACE}"là một cú pháp thay thế cho tập hợp các điểm mã Unicode coi là khoảng trắng, tương đương với "[[:space:]]", "\\s"và space(). Đối với thay thế biểu thức chính quy phức tạp hơn, cũng có stri_replace_all_regex.

stringicũng có chức năng cắt .

stri_trim(x)
stri_trim_both(x)    # same
stri_trim(x, "left")
stri_trim_left(x)    # same
stri_trim(x, "right")  
stri_trim_right(x)   # same

Tôi mới tìm hiểu về gói "stringr" để xóa khoảng trắng từ đầu và cuối chuỗi bằng str_trim (, side = "cả hai") nhưng nó cũng có chức năng thay thế sao cho:

a <- " xx yy 11 22 33 " 
str_replace_all(string=a, pattern=" ", repl="")

[1] "xxyy112233"

Xin lưu ý rằng các linh hồn được viết ở trên chỉ loại bỏ không gian. Nếu bạn cũng muốn xóa tab hoặc sử dụng dòng mới stri_replace_all_charclasskhỏi stringigói.

library(stringi)
stri_replace_all_charclass("   ala \t  ma \n kota  ", "\\p{WHITE_SPACE}", "")
## [1] "alamakota"

Sử dụng [[:blank:]]để khớp với bất kỳ loại ký tự trắng ngang nào.

gsub("[[:blank:]]", "", " xx yy 11 22  33 ")
# [1] "xxyy112233"

x = "xx yy 11 22 33"

gsub(" ", "", x)

> [1] "xxyy112233"

Các chức năng str_squish()từ gói stringrcủa tidyverse làm phép thuật!

library(dplyr)
library(stringr)

df <- data.frame(a = c("  aZe  aze s", "wxc  s     aze   "), 
                 b = c("  12    12 ", "34e e4  "), 
                 stringsAsFactors = FALSE)
df <- df %>%
  rowwise() %>%
  mutate_all(funs(str_squish(.))) %>%
  ungroup()
df

# A tibble: 2 x 2
  a         b     
  <chr>     <chr> 
1 aZe aze s 12 12 
2 wxc s aze 34e e4

Bằng cách này, bạn có thể xóa tất cả khoảng trắng khỏi tất cả các biến ký tự trong khung dữ liệu của mình. Nếu bạn chỉ muốn chọn một số biến, hãy sử dụng mutatehoặc mutate_at.

library(dplyr)
library(stringr)

remove_all_ws<- function(string){
    return(gsub(" ", "", str_squish(string)))
}

df<-df %>%  mutate_if(is.character, remove_all_ws)

Từ thư viện Stringr bạn có thể thử điều này:

1. Xóa khoảng trống điền liên tiếp

2. Xóa điền

   thư viện (chuỗi)

               2.         1.
               |          |
               V          V
   
       str_replace_all(str_trim(" xx yy 11 22  33 "), " ", "")