如何使用 R 删除小写标记？

问题描述

我正在使用 R/Quanteda 并且我正在尝试仅使用大写单词制作 wordcloud。 txt 来自 ABNT 格式的参考书目，因此我将只保留作者的姓氏。 任何提示？坦克！

解决方法

基础 R

string <- "lowercase UPPERCASE more lower case UPPER  1143 + 40 = !!!"

gsub(" {2,}"," ",# replace 2 or more consecutive spaces with one space
  gsub("[^A-Z ]","",string) # remove anything that's not a space or an uppercase letter
)
#> [1] " UPPERCASE UPPER "

^{由 reprex package (v2.0.0) 于 2021 年 7 月 2 日创建}

Stringr 包

require(stringr)
#> Loading required package: stringr

string <- "lowercase UPPERCASE more lower case UPPER  1143 + 40 = !!!"

str_squish( # remove excess whitespace
  str_remove_all(string,"[^[:UPPER:] ]") #remove everything except uppecase and spaces
)
#> [1] "UPPERCASE UPPER"

^{由 reprex package (v2.0.0) 于 2021 年 7 月 2 日创建}