package :: stringr
개요
문자열 처리 방법, stringi을 기반으로 한 string manipulation functions
특징
1. factor와 character를 같은 방식으로 처리
2. 연관성 있는 함수명과 인수
– stringr의 모든 함수는 str_ 로 시작
– 첫번째 인수는 항상 string 벡터이기 때문에 pipe(%>%) 사용이 쉽다.
– 다른 함수의 입력값으로 사용하기 편리한 출력값. 길이 0인 입력값에 대해 길이 0인 결과를 돌려줌
– 입력값 NA가 포함되어 있을 때는 그 부분의 결과를 NA로 돌려줌
letters %>% .[1:10] %>% str_pad(3, "right") %>% str_c(letters[2:11]) # [1] "a b" "b c" "c d" "d e" "e f" "f g" "g h" "h i" "i j" "j k"
3. 사용빈도가 떨어지는 문자열 조작 처리를 과감하게 제거하여 간략화시킴
paste("Hello", c("Jared", "Bob", "David"), c("Goodbye", "Seeya"))
#[1] "Hello Jared Goodbye" "Hello Bob Seeya" "Hello David Goodbye"
waitTime <- 25 sprintf("Hello %s, your party of %s will be seated in %s minutes",
c("Jared", "Bob"), c("eight", 16, "four", 10), waitTime)
#[1] "Hello Jared, your party of eight will be seated in 25 minutes"
#[2] "Hello Bob, your party of 16 will be seated in 25 minutes"
#[3] "Hello Jared, your party of four will be seated in 25 minutes"
#[4] "Hello Bob, your party of 10 will be seated in 25 minutes"
Sample String
> sentences [1] "The birch canoe slid on the smooth planks." "Glue the sheet to the dark blue background." [3] "It's easy to tell the depth of a well." ... [719] "She called his name many times." "When you hear the bell, come quickly." > fruit [1] "apple" "apricot" "avocado" "banana" ... [78] "tangerine" "ugli fruit" "watermelon" > words [1] "a" "able" "about" "absolute" "accept" "account" ... [980] "young"
pattern matching engines
modifier함수를 이용하여, 매칭방법에 활용
| fixed() | match exact bytes |
| coll() | match human letters |
| boundary() | match boundaries |
| regex() | |
| ignore.case() |
예제>
bananas <- c("banana", "Banana", "BANANA")
fruit <- c("apple", "banana", "pear", "pineapple", "사과")
patr <- "\\\\w{6}$"
str_count(fruit, patr)
str_detect(fruit, patr)
str_extract_all(fruit, patr)
str_match_all(fruit, patr)
str_locate_all(fruit, patr)
String Manuplation
str_*(string, ...)
| stringr | 설명 | Base function |
|---|---|---|
| str_length | string의 길이 str_length(string) | nchar() |
| str_c | 여러 string을 하나의 string으로 Concatenate str_c (str, sep='', collapse=NULL) - sep은 각 string간 seperator, | paste() paste0() |
| str_sub | sting에서 일부substrings 를 Extract string에서 일부substrings 를 Replace str_sub(string, start=1L, end=-1L) | substr() |
str_sub( , start, end)
> "123456" %>% str_sub( start=2, end=5) [1] "2345" > "123456" %>% str_sub( 2, 2) [1] "2" > > "123456" %>% str_sub(start= 2,) #end는 끝까지 [1] "23456" > "123456" %>% str_sub(start=-2,) [1] "56" > > "123456" %>% str_sub(end= 2) #start는 맨처음 [1] "12" > "123456" %>% str_sub(end=-2) [1] "12345" > > # negarive 값은 출발점 끝점 구할때 시작점과 관련이 있지만, > # 읽어나가는 방향은 일정하게, 왼쪽에서 오른쪽. > "123456" %>% str_sub(-5, 3) [1] "23" > "123456" %>% str_sub( 5, -3) [1] ""
cf. glue()
date <- "20150205" %>% ymd()
year <- year(date)
url <- glue("http://cran-logs.rstudio.com/{year}/{date}.csv.gz")
# http://cran-logs.rstudio.com/2015/2015-02-05.csv.gz
Pattern matching
RegEx
https://rstudio.com/wp-content/uploads/2016/09/RegExCheatsheet.pdf
str_* (string, pattern = " ")
| stringr | 설명 | 결과 | Base function |
|---|---|---|---|
| str_detect | Detect the presence/absence of a pattern in a string. => Keep strings matching a pattern, or find positions 대소문자구분 dd[ str_detect(name,"(?i)korea"),] | T/F | grepl(pattern, x) |
| str_subset | wrapper around x[str_detect(x, pattern)] | Vector | grep(pattern, x, value=T) |
| str_which | wrapper around str_detect(x, pattern) %>% which() | idx | grep(pattern, x) |
| str_count | Count the number of matches in a string. str_length와 비슷하지만, pattern을 줄수 있다. | Vector | |
| str_extract str_extract_all | Extract matching patterns from a string | vector | |
| str_match str_match_all | Extract matched groups from a string 매치된 부분 문자열을 추출하고 참조를 행렬로 돌려줌. 1열에, str_extract(string, pattern)의 결과를 2열 이후에, 각 괄호에 매치된 이후의 결과를 보여줌 | matrix | |
| str_locate str_locate_all | Locate the position of patterns in a string. | start, end | |
| str_replace str_replace_all | Replace matched patterns in a string. | sub(pattern, replacement, x) gsub() | |
| str_replace_na | Turn NA into "NA" | ||
| str_split str_split_fixed | Split up a string into pieces. 최대 n 개의 분할을 지정할 수 있음. | list | strsplit(x, pattern) |
| str_view str_view_all | View HTML rendering of regular expression match. |
> str_replace_all("sixx123", "[[:digit:]]","")
[1] "sixx"
> str_replace("sixx123", "[[:digit:]]","")
[1] "sixx23"
> str_replace_all("sixx123", "[^[:digit:]]","")
[1] "123"
> gsub("[[:digit:]]","","sixx123")
[1] "sixx"
> gsub("[^[:digit:]]", "", "sixx123")
[1] "123"
Formatting (Whitespace)
| stringr | 설명 | Base function |
| str_pad | Pad a string. 폭을 width 만큼 늘려서 side를 기준으로 공백을 pad에 지정된 문자로 채워넣음 | str_pad(string, width, side="left", pad=" ") |
| str_trunc | Truncate a character string. 폭을 width 만큼 남기고, side를 기준으로 ellipsis을 채워넣음 | str_trunc(string, width, side = c("right", "left", "center"), ellipsis = "...") |
| str_trim | Trim whitespace from a string. | str_trim(string, side="left|right|both") |
| str_squish | 공백 제거 | |
| str_wrap | 지정한 폭으로 줄바꿈. indent는 선두행의 왼쪽 여백, exdent는 그 이외 행의 왼쪽여백. | str_wrap(string, width=80, indent=0, exdent=0) |
Locale sensitive
| stringr | 설명 |
|---|---|
| str_order str_sort | Order or sort a character vector. |
| str_to_upper , str_to_lower , str_to_title | Convert case of a string. |
| stringr | 설명 |
|---|---|
| invert_match | Switch location of matches to location of non-matches. |
| str_conv | Specify the encoding of a string. |
| str_dup | Duplicate and concatenate strings within a character vector. |
| str_glue str_glue_data | Format and interpolate a string with glue |
| word | Extract words from a sentence. |
