问题描述
这是我当前列的示例，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凌乱的数据集，但我只希望该列包含每次的小时数。绝大多数是“##h##”格式（07h30）。
我认为 str_replace_all(Time,pattern,replacement) 会在这种情况下工作，但我有疑问。我认为这 "^\\d{2}h\\d{2}$" 将是适当的代码。取消不符合列模式的数据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，每次都发生鲨鱼袭击。
你怎么看？
编辑：#h## 格式有一些，如“7h30”，但我希望用普通的“7”替换它，因为数量很少，所以不是 100% 必要的。
解决方法
你可以使用
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 和 R demo。