大写字母。R中类似于Excel的“PROPER”函数。

Question

同事们，

我正在查看一个类似于下面提取的数据框：

Month   Provider Items
January CofCom   25
july    CofCom   331
march   vobix    12
May     vobix    0

我希望将每个单词的首字母大写，其余字母小写。这将使数据框看起来像下面这样：

Month   Provider Items
January Cofcom   25
July    Cofcom   331
March   Vobix    12
May     Vobix    0

简而言之，我正在寻找R中类似于MS Excel中可用的ROPER函数的等效函数。ROPER

- Konrad

---

请查看 ?tolower 帮助页面中的 capwords 函数。 - user20650

在 ?tolower 的示例部分中定义了一个 capwords 函数。 - G. Grothendieck

Answer 1

使用正则表达式：

x <- c('woRd Word', 'Word', 'word words')
gsub("(?<=\\b)([a-z])", "\\U\\1", tolower(x), perl=TRUE)
# [1] "Word Word"  "Word"       "Word Words"

(?<=\\b)([a-z]) 表示查找一个小写字母，其前面有一个单词边界（例如，空格或行的开头）。(?<=...) 被称为“后行断言”。\\U\\1 表示将该字符替换为大写版本。\\1 是模式中用()括起来的第一组的反向引用。有关更多详细信息，请参见?regex。

如果您只想大写第一个单词的第一个字母，请改用模式"^([a-z])。

- Matthew Plourde

---

这是实际答案。我敦促提问者重新考虑他们的检查。 - Brash Equilibrium

反向引用是否必要？这样不会得到相同的结果吗？gsub("(\\b[a-z])", "\\U\\1", tolower(xx), perl=TRUE) - Stan

这种方法并不适用于所有语言，因为它也会将特殊字符（如变音符号）后面的字母大写。 - lillemets

Answer 2

这个问题涉及到Excel中的PROPER等价函数，(之前)被接受的回答基于:

proper=function(x) paste0(toupper(substr(x, 1, 1)), tolower(substring(x, 2)))

也许值得注意的是：

proper("hello world")
## [1] "Hello world"

使用Excel的 PROPER 函数将会返回 "Hello World"。如需进行与Excel的1:1映射，请参考@Matthew Plourde。

如果您实际上只需要将字符串的第一个字符设置为大写，您还可以考虑更短且稍微更快的版本：

proper=function(s) sub("(.)", ("\\U\\1"), tolower(s), pe=TRUE)

- antonio

Answer 3

另一种方法使用stringi包。 stri_trans_general函数似乎将除初始字母外的所有字母转换为小写。

require(stringi)
x <- c('woRd Word', 'Word', 'word words')
stri_trans_general(x, id = "Title")
[1] "Word Word"  "Word"       "Word Words"

- lawyeR

---

针对未来的访客：stringi包含一个名为stri_trans_totitle的函数，与本回答中提到的功能相同。不确定是否在该回答发布时已存在该函数。 - IceCreamToucan

Answer 4

我认为没有现成的，但你可以很容易地自己编写。

(dat <- data.frame(x = c('hello', 'frIENds'),
                   y = c('rawr','rulZ'),
                   z = c(16, 18)))
#         x    y  z
# 1   hello rawr 16
# 2 frIENds rulZ 18

proper <- function(x)
  paste0(toupper(substr(x, 1, 1)), tolower(substring(x, 2)))


(dat <- data.frame(lapply(dat, function(x)
  if (is.numeric(x)) x else proper(x)),
  stringsAsFactors = FALSE))

#         x    y  z
# 1   Hello Rawr 16
# 2 Friends Rulz 18

str(dat)
# 'data.frame':  2 obs. of  3 variables:
#   $ x: chr  "Hello" "Friends"
#   $ y: chr  "Rawr" "Rulz"
#   $ z: num  16 18

- rawr

---

谢谢，这正是我在寻找的。这是一个很好的东西，应该成为基础的一部分 :) - Konrad

只是提醒一下，应用此函数后，函数中可用的数字列被更改为因子，这会稍微破坏图表，所以我不得不再将其更改为数字。 - Konrad

@Konrad 那么我会使用 data.frame(lapply(dat, function(x) if(is.numeric(x)) x else proper(x))) 或类似的东西。 - rawr

非常感谢，这是非常有用的解决方案。我在想是否将 if(is.numeric 部分移动到函数本身会更合理。 - Konrad

你也可以这样做。你还可以扩展该函数以处理不同类别的不同方式。 - rawr