用gsub替换带有重音符号的多个字母

Question

当然，我可以像这样替换特定的参数：

    mydata=c("á","é","ó")
    mydata=gsub("á","a",mydata)
    mydata=gsub("é","e",mydata)
    mydata=gsub("ó","o",mydata)
    mydata

但肯定有更简单的方法可以在一行内完成所有操作，对吗？ 我觉得gsub函数的帮助文档并不是很全面。

- Joschi

---

如果你想要用相同的东西替换不同的模式，可以使用 lapply 完成，但是因为你想要用不同的字符串替换不同的模式，我认为你仍然必须指定这些方式之一... - juba

你可以尝试使用 chartr 来完成这个任务。 - Andrie

gsubfn包中的gsubfn函数是gsub函数的一般化，可以在一次调用中完成替换操作：gsubfn(".", list("á"="a", "é"="e", "ó"="o"), c("á","é","ó"))。 - G. Grothendieck

@G.Grothendieck。太好了，而且适用于所有类型的字符。非常有价值的评论。谢谢！ - Joschi

对于寻找此问题更一般解决方案的人，以下是更有帮助的答案：https://dev59.com/J2sz5IYBdhLWcg3w47-m#7664655 - Ben

@G.Grothendieck，你能否将这个也发布为答案，这样未来的访客就可以看到它了吗？ - Sam Firke

Answer 1

使用字符转换函数

chartr("áéó", "aeo", mydata)

- kith

---

这对于字符很有用...但是这也适用于特殊字符，例如下划线、点等吗？虽然不在问题范围内，但了解这种情况的信息也很有趣... - Joschi

@Joschi，你的问题没有提到它们。我认为你需要转义它们，因为它们是特殊字符... - Arun

Answer 2

一个有趣的问题！我认为最简单的选择是设计一个特殊的函数，类似于“multi” gsub()：

mgsub <- function(pattern, replacement, x, ...) {
  if (length(pattern)!=length(replacement)) {
    stop("pattern and replacement do not have the same length.")
  }
  result <- x
  for (i in 1:length(pattern)) {
    result <- gsub(pattern[i], replacement[i], result, ...)
  }
  result
}

这给了我：

> mydata <- c("á","é","ó")
> mgsub(c("á","é","ó"), c("a","e","o"), mydata)
[1] "a" "e" "o"

- Theodore Lytras

Answer 3

也许这会有用：

iconv('áéóÁÉÓçã', to="ASCII//TRANSLIT")
[1] "aeoAEOca"

- Rcoster

---

在我使用的最新版本的R中，调用iconv('áéóÁÉÓçã', to="ASCII//TRANSLIT")返回"'a'e'o'A'E'Oc~a"。这种行为是随着R版本的变化而改变的，还是与我的默认编码有关？ - aaron

@Aaron：不知道是否是编码问题。我在R 3.3.1上尝试过，结果符合预期。 - Rcoster

Answer 4

您可以使用stringi软件包来替换这些字符。

> stri_trans_general(c("á","é","ó"), "latin-ascii")

[1] "a" "e" "o"

- Maciej

Answer 5

这与@kith非常相似，但以函数形式存在，并涵盖了最常见的变音符情况：

removeDiscritics <- function(string) {
  chartr(
     "ŠŽšžŸÀÁÂÃÄÅÇÈÉÊËÌÍÎÏÐÑÒÓÔÕÖÙÚÛÜÝàáâãäåçèéêëìíîïðñòóôõöùúûüýÿ"
    ,"SZszYAAAAAACEEEEIIIIDNOOOOOUUUUYaaaaaaceeeeiiiidnooooouuuuyy"
    , string
  )
}


removeDiscritics("test áéíóú")

"测试 aeiou"

- Murta

Answer 6

以上某些实现（例如Theodore Lytras的实现）存在问题，即如果模式是多个字符，则可能会在一个模式是另一个子字符串的情况下发生冲突。解决此问题的方法是创建对象的副本，并在该副本中执行模式替换。这在我的包bayesbio中实现，可在CRAN上获得。

mgsub <- function(pattern, replacement, x, ...) {
  n = length(pattern)
  if (n != length(replacement)) {
    stop("pattern and replacement do not have the same length.")
  }
  result = x
  for (i in 1:n) {
    result[grep(pattern[i], x, ...)] = replacement[i]
  }
  return(result)
}

这是一个测试案例：

  asdf = c(4, 0, 1, 1, 3, 0, 2, 0, 1, 1)

  res = mgsub(c("0", "1", "2"), c("10", "11", "12"), asdf)

- Andy McKenzie

Answer 7

使用Reduce的另一种mgsub实现方式

mystring = 'This is good'
myrepl = list(c('o', 'a'), c('i', 'n'))

mgsub2 <- function(myrepl, mystring){
  gsub2 <- function(l, x){
   do.call('gsub', list(x = x, pattern = l[1], replacement = l[2]))
  }
  Reduce(gsub2, myrepl, init = mystring, right = T) 
}

- Ramnath

Answer 8

虽不太优雅，但它能发挥作用并实现你的需求

> diag(sapply(1:length(mydata), function(i, x, y) {
+   gsub(x[i],y[i], x=x)
+ }, x=mydata, y=c('a', 'b', 'c')))
[1] "a" "b" "c"

- Jilber Urbina

Answer 9

和Justin的答案相关：

> m <- c("á"="a", "é"="e", "ó"="o")
> m[mydata]
  á   é   ó 
"a" "e" "o" 

如果您希望的话，您可以使用 names(*) <- NULL 来删除名称。

- Dthal

Answer 10

你可以使用match函数。这里的match(x, y)返回x中匹配到y的元素的索引。然后，您可以使用返回的索引来对另一个向量（比如z）进行子集操作，该向量包含与y适当匹配的x值的替换。在你的情况下：

mydata <- c("á","é","ó")
desired <- c('a', 'e', 'o')

desired[match(mydata, mydata)]

在一个更简单的例子中，考虑下面的情况，我试图将a替换为'alpha'，'b'替换为'beta'等等。

x <- c('a', 'a', 'b', 'c', 'b', 'c', 'e', 'e', 'd')

y <- c('a', 'b', 'c', 'd', 'e')
z <- c('alpha', 'beta', 'gamma', 'delta', 'epsilon')

z[match(x, y)]

- justin1.618