识别R向量中的特定元素顺序模式

问题描述

我有一个向量列表，每个向量看起来像这样

c（“日本”，“美国”，“国家”，“日本”，“来源”，“国家”，“英国”，“来源”，“国家”，“美国”）

我的任务是在第一个c（“ source”，“ country”）之后提取国家名称，因此在此示例中，“ UK”将是要提取的国家名称。在所有向量中，c（“ source”，“ country”）后面都会有一个国家名称，因此我只需要在第一个c（“ source”，“ country”）之后提取元素。

解决方法

我们可以在此处尝试使用粘贴折叠正则表达式方法：

v <- c("Japan","USA","country","Japan","source","UK","USA")
terms <- paste(v,collapse="|")
country <- sub("^.*?\\|source\\|country\\|(.*?)\\|.*$","\\1",terms)
country

[1] "UK"

此处使用的方法是形成用管道分隔的术语列表，如下所示：

Japan|USA|country|Japan|source|country|UK|source|country|USA

然后，我们搜索第一个|source|country|出现的位置，并保留紧随其后的术语。

,

您可以使用以下内容找到source在country之前的位置的第一个索引并添加2：

x <- c("Japan","USA")

x[which((x == "source")[-length(x)] & (x == "country")[-1])[1] + 2]
# [1] "UK"