Как обрезать начальные и конечные пробелы?

у меня возникли некоторые проблемы с ведущими и конечными пробелами в данных.рамка. Например, мне нравится смотреть на конкретный row на data.frame на основе определенного условия:

> myDummy[myDummy$country == c("Austria"),c(1,2,3:7,19)] 

[1] codeHelper     country        dummyLI    dummyLMI       dummyUMI       
[6] dummyHInonOECD dummyHIOECD    dummyOECD      
<0 rows> (or 0-length row.names)

мне было интересно, почему я не получил ожидаемого результата, так как страна Австрия, очевидно, существовала в моем data.frame. После просмотра моей истории кода и пытаясь выяснить, что пошло не так, я попытался:

> myDummy[myDummy$country == c("Austria "),c(1,2,3:7,19)]
   codeHelper  country dummyLI dummyLMI dummyUMI dummyHInonOECD dummyHIOECD
18        AUT Austria        0        0        0              0           1
   dummyOECD
18         1

все, что я изменил в команде дополнительная пробелы после Австрии.

дальнейшие раздражающие проблемы, очевидно, возникают. Например, когда мне нравится объединять два кадра на основе столбца страны. Один data.frame использует "Austria " в то время как другие рамы "Austria". Совпадение не работает.

  1. есть ли хороший способ "показать" пробелы на моем экране, чтобы я знал о проблеме?
  2. и могу ли я удалить начальные и конечные пробелы в R?

до сих пор я писал a просто Perl скрипт, который удаляет пробелы, но было бы неплохо, если бы я мог как-то сделать это внутри R.

13 305
javascript whitespace removing-whitespace trim built-in

13 ответов:

вероятно, лучший способ-обрабатывать конечные пробелы при чтении файла данных. Если вы используете read.csv или read.table вы можете установить параметрstrip.white=TRUE.

если вы хотите очистить строки после этого вы можете использовать одну из этих функций:

# returns string w/o leading whitespace
trim.leading <- function (x)  sub("^\s+", "", x)

# returns string w/o trailing whitespace
trim.trailing <- function (x) sub("\s+$", "", x)

# returns string w/o leading or trailing whitespace
trim <- function (x) gsub("^\s+|\s+$", "", x)

использовать одну из этих функций на myDummy$country:

 myDummy$country <- trim(myDummy$country)

чтобы "показать" пробелы, которые вы могли бы использовать:

 paste(myDummy$country)

, который покажет вам строки заключены в кавычки (") что делает пробелы легче обнаружить.

406

начиная с R 3.2.0 была введена новая функция для удаления ведущих / конечных пробелов:

trimws()

см.:http://stat.ethz.ch/R-manual/R-patched/library/base/html/trimws.html

458

чтобы манипулировать пробелом, используйте str_trim () в пакете stringr. Пакет имеет руководство от 15 февраля 2013 года и находится в CRAN. Функция также может обрабатывать строковые векторы.

install.packages("stringr", dependencies=TRUE)
require(stringr)
example(str_trim)
d4$clean2<-str_trim(d4$V2)

(кредит идет комментатору: Р. Коттон)

79

простой функции удалить начальные и конечные пробелы:

trim <- function( x ) {
  gsub("(^[[:space:]]+|[[:space:]]+$)", "", x)
}

использование:

> text = "   foo bar  baz 3 "
> trim(text)
[1] "foo bar  baz 3"
21

ad1) чтобы увидеть пробелы, вы можете напрямую позвонить print.data.frame с измененными доводами:

print(head(iris), quote=TRUE)
#   Sepal.Length Sepal.Width Petal.Length Petal.Width  Species
# 1        "5.1"       "3.5"        "1.4"       "0.2" "setosa"
# 2        "4.9"       "3.0"        "1.4"       "0.2" "setosa"
# 3        "4.7"       "3.2"        "1.3"       "0.2" "setosa"
# 4        "4.6"       "3.1"        "1.5"       "0.2" "setosa"
# 5        "5.0"       "3.6"        "1.4"       "0.2" "setosa"
# 6        "5.4"       "3.9"        "1.7"       "0.4" "setosa"

см. также ?print.data.frame другие варианты.

10

используйте grep или grepl, чтобы найти наблюдения с пробелами и sub, чтобы избавиться от них.

names<-c("Ganga Din\t","Shyam Lal","Bulbul ")
grep("[[:space:]]+$",names)
[1] 1 3
grepl("[[:space:]]+$",names)
[1]  TRUE FALSE  TRUE
sub("[[:space:]]+$","",names)
[1] "Ganga Din" "Shyam Lal" "Bulbul"
8

Я бы предпочел добавить ответ в качестве комментария к user56, но пока не могу писать как независимый ответ. Удаление ведущих и замыкающих пробелов может быть достигнуто с помощью функции trim () из пакета gdata:

require(gdata)
example(trim)

пример использования:

> trim("   Remove leading and trailing blanks    ")
[1] "Remove leading and trailing blanks"
5

другой вариант-использовать

5

другая связанная проблема возникает, если у вас есть несколько пробелов между входами:

> a <- "  a string         with lots   of starting, inter   mediate and trailing   whitespace     "

затем вы можете легко разделить эту строку на" реальные " токены, используя регулярное выражение для :

> strsplit(a, split=" +")
[[1]]
 [1] ""           "a"          "string"     "with"       "lots"      
 [6] "of"         "starting,"  "inter"      "mediate"    "and"       
[11] "trailing"   "whitespace"

обратите внимание, что если есть совпадение в начале a (непустая) строка, первый элемент вывода'""', но если в конце строки есть совпадение, вывод будет следующим то же самое, что и с удаленным матчем.

4

Я создал trim.strings () функция для обрезки ведущих и / или конечных пробелов как:

# Arguments:    x - character vector
#            side - side(s) on which to remove whitespace 
#                   default : "both"
#                   possible values: c("both", "leading", "trailing")

trim.strings <- function(x, side = "both") { 
    if (is.na(match(side, c("both", "leading", "trailing")))) { 
      side <- "both" 
      } 
    if (side == "leading") { 
      sub("^\s+", "", x)
      } else {
        if (side == "trailing") {
          sub("\s+$", "", x)
    } else gsub("^\s+|\s+$", "", x)
    } 
}

для иллюстрации, 

a <- c("   ABC123 456    ", " ABC123DEF          ")

# returns string without leading and trailing whitespace
trim.strings(a)
# [1] "ABC123 456" "ABC123DEF" 

# returns string without leading whitespace
trim.strings(a, side = "leading")
# [1] "ABC123 456    "      "ABC123DEF          "

# returns string without trailing whitespace
trim.strings(a, side = "trailing")
# [1] "   ABC123 456" " ABC123DEF"
1

лучший метод-trimws ()

следующий код применит эту функцию ко всему фрейму данных

mydataframe

1
myDummy[myDummy$country == "Austria "] <- "Austria"

после этого вам нужно будет заставить R не признавать "Австрию" как уровень. Давайте представим, что у вас также есть "США" и "Испания" в качестве уровней:

myDummy$country = factor(myDummy$country, levels=c("Austria", "USA", "Spain"))

немного менее пугающим, чем самый высокий голос ответ, но он все равно должен работать.

0

Я попробовал trim (). Хорошо работает с пробелами, а также'\n'. x = '\N Harden, J.\n'

trim (x)

0