在R中使用负回顾的正则表达式

Question

所以我有以下数据，假设称为“my_data”：

Storm.Type
TYPHOON
SEVERE STORM
TROPICAL STORM
SNOWSTORM AND HIGH WINDS

我想做的是对my_data$Storm.Type中的每个元素进行分类，判断它是否为风暴，但是我不想将热带风暴包括在内（我打算单独分类），这样我就会得到

Storm.Type                    Is.Storm
TYPHOON                       0
SEVERE STORM                  1
TROPICAL STORM                0
SNOWSTORM AND HIGH WINDS      1

我已经编写了下面的代码：

my_data$Is.Storm  <-  my_data[grep("(?<!TROPICAL) (?i)STORM"), "Storm.Type"]

但这只将“SEVERE STORM”作为暴风雨返回（但省略了SNOWSTORM和HIGH WINDS）。谢谢！

- Jonathan Charlton

---

你的正则表达式中 (?i) 的作用是什么？问题在于你要寻找带有前导空格的字符串 " STORM"，所以 "SNOWSTORM" 不符合要求。 - Blue Magister

嗨，Blue。虽然我接受了Ben的答案，但你实际上已经找到了我的代码问题的核心。我想让我的代码不关心那个空格（所以如果STORM在THUNDERSTORM或SNOWSTORM中，我希望它以及STORM本身都能被匹配）。你知道怎么去掉我代码中寻找的那个空格吗？(?i)的目的是为了防止有人将STORM输入为"storm"、"Storm"或"sToRm"等。 - Jonathan Charlton

Answer 1

问题在于您正在查找具有前导空格的字符串" STORM"，因此"SNOWSTORM" 不符合条件。

作为修复方法，请考虑将空格移到负回溯断言中，像这样：

ss <- c("TYPHOON","SEVERE STORM","TROPICAL STORM","SNOWSTORM AND HIGH WINDS",
        "THUNDERSTORM")
grep("(?<!TROPICAL )(?i)STORM", ss, perl = TRUE)
# [1] 2 4 5
grepl("(?<!TROPICAL )(?i)STORM", ss, perl = TRUE)
# [1] FALSE  TRUE FALSE  TRUE  TRUE

我不知道在正则表达式中(?i)和(?-i)表示是否忽略大小写。这是个很酷的发现。另一种方式是使用ignore.case标志：

grepl("(?<!tropical )storm", ss, perl = TRUE, ignore.case = TRUE)
# [1] FALSE  TRUE FALSE  TRUE  TRUE

然后定义您的列：

my_data$Is.Storm  <-  grepl("(?<!tropical )storm", my_data$Storm.Type,
                            perl = TRUE, ignore.case = TRUE)

- Blue Magister

---

不客气。谢谢你教我关于(?i)的用法。我习惯于使用ignore.case参数，但是对于一般的PCRE表达式来说，(?i)更加灵活。 - Blue Magister

Answer 2

我也不是很擅长正则表达式，但是这个有什么问题呢？

ss <- c("TYPHOON","SEVERE STORM","TROPICAL STORM","SNOWSTORM AND HIGH WINDS")
grepl("STORM",ss) & !grepl("TROPICAL STORM",ss)
## [1] FALSE  TRUE FALSE  TRUE

... ?

- Ben Bolker

Answer 3

类似于某些东西

x <- my_data$Storm.Type
grep("STORM", x)[!grep("STORM", x)%in%grep("TROPICAL", x)]

- ndr