grepとstr_extractで文字列から数字を抽出する

Rで文字列から整数を抽出する方法

grepとstr_extract

grepとstr_extractは、正規表現を用いて文字列からパターンを抽出する関数です。

# 文字列
str <- "abc123def456"

# grepで数字のみ抽出
grep("[0-9]+", str)

# str_extractで数字のみ抽出
library(stringr)
str_extract(str, "[0-9]+")

scan

scanは、文字列から指定された形式のデータを抽出する関数です。

# scanで数字のみ抽出
scan(text = str, what = character(), quiet = TRUE)

# scanで数字を数値型に変換
scan(text = str, what = numeric(), quiet = TRUE)

sub

subは、文字列中のパターンを置換する関数です。

# subで数字以外を空文字に置換
sub("[^0-9]", "", str)

str_replace_all

str_replace_allは、文字列中のパターンを置換する関数です。

library(stringr)
str_replace_all(str, "[^0-9]", "")

as.numeric

as.numericは、文字列を数値型に変換する関数です。

# 文字列を数値型に変換
as.numeric(str)

Rで文字列から整数を抽出するには、いくつかの方法があります。どの方法を使うかは、データの形式や目的によって異なります。

データフレームの場合

データフレームの場合、apply関数などを用いて列ごとに上記の処理を行うことができます。

# データフレーム
df <- data.frame(col1 = c("abc123", "def456"))

# 各列の数字のみ抽出
df$col1 <- lapply(df$col1, function(x) grep("[0-9]+", x))

# 文字列
str <- "abc123def456"

# grepで数字のみ抽出
grep("[0-9]+", str)

# 出力
[[1]]
[1] 123 456

# str_extractで数字のみ抽出
library(stringr)
str_extract(str, "[0-9]+")

# 出力
[[1]]
[1] "123" "456"

# scanで数字のみ抽出
scan(text = str, what = character(), quiet = TRUE)

# 出力
[1] "123" "456"

# scanで数字を数値型に変換
scan(text = str, what = numeric(), quiet = TRUE)

# 出力
[1] 123 456

# subで数字以外を空文字に置換
sub("[^0-9]", "", str)

# 出力
[1] "123456"

library(stringr)
str_replace_all(str, "[^0-9]", "")

# 出力
[1] "123456"

# 文字列を数値型に変換
as.numeric(str)

# 出力
[1] NA

# 文字列が数値のみの場合は変換可能
str <- "123456"
as.numeric(str)

# 出力
[1] 123456

# データフレーム
df <- data.frame(col1 = c("abc123", "def456"))

# 各列の数字のみ抽出
df$col1 <- lapply(df$col1, function(x) grep("[0-9]+", x))

# 出力
# $col1
# [[1]]
# [1] 123

# [[2]]
# [1] 456

strsplit

strsplitは、文字列を指定された区切り文字で分割する関数です。

# 文字列
str <- "abc123def456"

# strsplitで文字列を分割
strsplit(str, "")[[1]][grep("[0-9]", strsplit(str, "")[[1]])]

# 出力
[[1]]
[1] "1" "2" "3" "4" "5" "6"

forループ

forループを用いて、文字列を1文字ずつ処理し、数字のみを抽出することもできます。

# 文字列
str <- "abc123def456"

# 数字のみ抽出
num <- vector("numeric", length(str))
for (i in 1:length(str)) {
  if (grepl("[0-9]", substr(str, i, i))) {
    num[i] <- as.numeric(substr(str, i, i))
  }
}

# 出力
[1] 1 2 3 4 5 6

# gsubで数字以外を空文字に置換
gsub("[^0-9]", "", str)

# 出力
[1] "123456"