在R语言中提取符号后的文本

Question

sample1 = read.csv("pirate.csv")
sample1[,7] 
[1] >>xyz>>hello>>mate 1
[2] >>xyz>>hello>>mate 2
[3] >>xyz>>mate 3
[4] >>xyz>>mate 4
[5] >>xyz>>hello>>mate 5
[6] >>xyz>>hello>>mate 6

我需要提取并创建一个数组，其中包含最后一个>>之后的所有单词。

如何做到这一点？

另外，我该如何从以下字符串中分别提取（a）o qwerty，（b）mate1和（c）pirate1到不同的变量中？

p= '>>xyz- o qwerty>>hello>>mate1>>sole pirate1'

谢谢

- Looper

---

为什么有一个 r 标签？在 R 和 Excel 中都需要吗？ - Sotos

是的，我需要从Excel文件中提取一列数据并以向量形式导入到R中。 - Looper

请查看 read.csv 函数的参数 header 和 nrows。这将帮助您开始阅读。关于此问题，Stack Overflow 上有很多相关的提问。 - lmo

你想要始终提取最后一个词还是仅提取“ahoy”后面的词？ - cdeterman

这并不是最后一个单词或者"ahoy"之后的单词...我的动机是从字符串中提取特定的单词，比如从字符串中提取"stuff data"。">>hello1>>hola1>>ahoy xyz stuff data mate1" - Looper

这就是为什么最好使用可重复的示例。看一下read.csv（在将Excel文件保存为.csv后）并在r中使用dput生成示例。还可以查看此链接。 - Sotos

Answer 1

x <- c('>>xyz>>hello>>mate 1', '>>xyz>>hello>>mate 2', '>>xyz>>mate 3', ' >>xyz>>mate 4' ,'>>xyz>>hello>>mate 5')
sub('.*>>', '', x)
#[1] "mate 1" "mate 2" "mate 3" "mate 4" "mate 5"

- Sotos

---

1. 我该如何将整个列传递到向量中（因为这只有6行，但我正在处理超过100行）。
2. 我还想提取两个特定符号之间的文本，例如：

xyz-qwerty>>hello>>mate1>>pirate1

在上面的例子中，我想要分别提取qwerty和hello并存储到不同的变量中。请帮我解决这个问题。谢谢 - Looper

好的，要选择单独的列，然后将“x”替换为“sample1 $…”或“sample1 [,7]”。要提取其他术语，您需要更新您的问题并提供更多详细信息。 - Sotos

这样怎么样：gsub('.* ', "", unlist(strsplit(p, '>>'))) ？ - Sotos

它给我返回了这样的结果：["" "" "" "pirate1"] - Looper

它应该给你这个：[1] "" "qwerty" "hello" "mate1" "pirate1" - Sotos

可以使用 str_replace_all(x, ".*>>","")。 - Nick

Answer 2

假设您已经将那些数据读入到R数据框中，您可以使用stringr包来进行如下操作：

library(stringr)
str_extract(df$mystring, '\\S+$')

例如，如果您有这样的字符串：

s <- '>>hello1>>hola1>>ahoy mate1'

您将获得：

str_extract(s, '\\S+$')
[1] "mate1"

- Gopala

---

但我认为他的问题还涉及到在R中导入数据... - Sotos

是的。同意。我引导人们使用通用的程序包，以便在不同的问题上根据需要做更多的事情。 - Gopala

在你的例子中，最后一个>>之后的所有单词应该是ahoy mate1。 - rawr