regex - sheet - stringr r

R: Capitalizar todo después de un cierto personaje

Question

Me gustaría capitalizar todo en un vector de caracteres que viene después de la primera _ . Por ejemplo el siguiente vector:

x <- c("NYC_23df", "BOS_3_rb", "mgh_3_3_f") 

Debería salir así:

"NYC_23DF" "BOS_3_RB" "mgh_3_3_F"

He intentado jugar con expresiones regulares , pero no puedo hacer esto. Cualquier sugerencia sera apreciada.

Answer 1

Ejemplo simple usando base::strsplit

x <- c("NYC_23df", "BOS_3_rb", "mgh_3_3_f", "a") 

myCap <- function(x) {
    out <- sapply(x, function(y) {
        temp <- unlist(strsplit(y, "_"))
        out <- temp[1]
        if (length(temp[-1])) {
            out <- paste(temp[1], paste(toupper(temp[-1]), 
                collapse="_"), sep="_") 
        }
        return(out)
    })
    out
}

> myCap(x)
   NYC_23df    BOS_3_rb   mgh_3_3_f           a 
 "NYC_23DF"  "BOS_3_RB" "mgh_3_3_F"         "a" 

Ejemplo usando el paquete stringr

pkg <- "stringr"
if (!require(pkg, character.only=TRUE)) {
    install.packages(pkg)
    require(pkg, character.only=TRUE)   
}

myCap.2 <- function(x) {
    out <- sapply(x, function(y) {
        idx <- str_locate(y, "_")
        if (!all(is.na(idx[1,]))) {
            str_sub(y, idx[,1], nchar(y)) <- toupper(str_sub(y, idx[,1], nchar(y))) 
        }
        return(y)
    })
    out
}

> myCap.2(x)
   NYC_23df    BOS_3_rb   mgh_3_3_f           a 
 "NYC_23DF"  "BOS_3_RB" "mgh_3_3_F"         "a" 

Answer 2

Estuviste muy cerca:

gsub("(_.*)","//U//1",x,perl=TRUE)

parece funcionar. Solo necesitaba usar _.* (Guión bajo seguido de cero o más caracteres) en lugar de _* (cero o más guiones bajos) ...

Para desarmar esto un poco más:

• _.* proporciona un patrón de expresión regular que coincide con un guión bajo _ seguido de cualquier número (incluido 0) de caracteres adicionales; . denota "cualquier carácter" y * denota "cero o más repeticiones del elemento anterior"
• rodeando esta expresión regular con paréntesis () denota que es un patrón que queremos almacenar
• //1 en la cadena de reemplazo dice "inserta el contenido del primer patrón coincidente", es decir, lo que sea _.*
• //U , junto con perl=TRUE , dice "poner lo que sigue en mayúsculas" (mayúsculas _ no tiene ningún efecto; si quisiéramos capitalizar todo después de (por ejemplo) una g minúscula, tendríamos que excluir la g a partir del patrón almacenado e incluirlo en el patrón de reemplazo: gsub("g(.*)","g//U//1",x,perl=TRUE) )

Para más detalles, busque "reemplazo" y "capitalizando" en ?gsub (y ?regexp para obtener información general sobre expresiones regulares)

Answer 3

gsubfn en el paquete gsubfn es como gsub excepto que la cadena de reemplazo puede ser una función. Aquí coincidimos _ y todo después alimentamos el partido a través de toupper :

> library(gsubfn)
>
> gsubfn("_.*", toupper, x)
[1] "NYC_23DF"  "BOS_3_RB"  "mgh_3_3_F"

Tenga en cuenta que este enfoque implica una expresión regular particularmente simple.