r中的正则表达式替换没有特殊字符的字符串

Question

我正在足球赛程表上用 r 练习我的正则表达式，但无法弄清楚这一点

我本质上是在尝试将任何家庭游戏更改为字符串 HOME。这是我正在使用的 schedule_team 数据帧的片段:

  Team   w1   w2   w3   w4   w5   w6   w7   w8   w9  w10  w11  w12  w13  w14
1  ARI   SD @NYG   SF  BYE @DEN  WSH @OAK  PHI @DAL  STL  DET @SEA @ATL   KC
2  ATL   NO @CIN   TB @MIN @NYG  CHI @BAL  DET  BYE  @TB @CAR  CLE  ARI  @GB
3  BAL  CIN  PIT @CLE  CAR @IND  @TB  ATL @CIN @PIT  TEN  BYE  @NO   SD @MIA

非主队有一个@ 符号开始字符串。主队没有。在 python 中使用正则表达式我相信所有主队都可以使用正则表达式进行选择，例如:^([A-Z])\w+ .. 基本上是说以大写开头。由于\w 以及其他错误，这在 R 中不起作用。

这是我尝试过的(但失败了):

str_replace_all(as.matrix(schedule_teams), "[[^([A-Z])\w+]]", "HOME")

有没有更简单的方法可以将所有主队更改为 HOME？

提前致谢

Answer 1

您的正则表达式语法不正确，您将其包裹在级联 character classes 中并且您正在尝试在类中使用捕获组，这会导致模式在到达结束时失败 )
简而言之，您的正则表达式当前定义了一组字符( 不是您想要的 )然后失败。

[[^([A-Z]  # any character of: '[', '^', '(', '[', 'A' to 'Z' 

要解决此问题，您需要删除放置在其中的字符类和捕获组，确保双重转义 \w在您的正则表达式模式中，然后它应该适合您。

我在我的控制台上测试了它，它运行良好。

> df[,-1] <- str_replace_all(as.matrix(df[,-1]), '^[A-Z]\\w+', 'HOME')
##   Team   w1   w2   w3   w4   w5   w6   w7   w8   w9  w10  w11  w12  w13  w14
## 1  ARI HOME @NYG HOME HOME @DEN HOME @OAK HOME @DAL HOME HOME @SEA @ATL HOME
## 2  ATL HOME @CIN HOME @MIN @NYG HOME @BAL HOME HOME  @TB @CAR HOME HOME  @GB
## 3  BAL HOME HOME @CLE HOME @IND  @TB HOME @CIN @PIT HOME HOME  @NO HOME @MIA

除了使用 stringr库，您可以使用 sub 执行此操作如果你坚持使用正则表达式。

> df[,-1] <- sub('^[A-Z]\\w+', 'HOME', as.matrix(df[,-1]))

这是一种不使用正则表达式的方法:

> m <- as.matrix(df[-1])
> m[substr(m,0,1) != '@'] <- 'HOME'
> cbind(df[1], m)
##   Team   w1   w2   w3   w4   w5   w6   w7   w8   w9  w10  w11  w12  w13  w14
## 1  ARI HOME @NYG HOME HOME @DEN HOME @OAK HOME @DAL HOME HOME @SEA @ATL HOME
## 2  ATL HOME @CIN HOME @MIN @NYG HOME @BAL HOME HOME  @TB @CAR HOME HOME  @GB
## 3  BAL HOME HOME @CLE HOME @IND  @TB HOME @CIN @PIT HOME HOME  @NO HOME @MIA