※ 引述《pp61022 (fight)》之铭言： : [问题类型]: : 程式谘询(我想用R 做某件事情，但是我不知道要怎麽用R 写出来) : [软体熟悉度]: : 使用者(已经有用R 做过不少作品) : [问题叙述]: : 我有一个变数是字串，里面同时包含中文英文，但没有任何分隔符号。 : 例如： : [1] "剑桥大学University of Cambridge" : [2] "皇家理工学院（帝国理工学院）Imperial College London" : [3] "加州大学洛杉矶分校University of California-Los Angeles" : [4] "Melbourne University" : ...... : ...... : 我想把这个变数拆成两个变数 : "学校中译", "学校英名" : 如： : [1] "剑桥大学", "University of Cambridge" : [2] "皇家理工学院（帝国理工学院）", "Imperial College London" : [3] "加州大学洛杉矶分校" , "University of California-Los Angeles" : [4] NA, "Melbourne University" : ... : ... : 这变数有一部分含中译，一部分只有英文， : 因为他中文字长度不一样，没办法直接取个数分割， : 不过有中译结尾都是"学院", "大学", "分校"(但并非整个字串的结尾） : 刚接触文字清理，对全部函数还没办法通透运用，有搜寻一阵子但都无法达成想要的结果 : ，想请教版友有没有好方法可以将中英文完整分割成两个变项，谢谢版友。 : 或是没办法中英文分割，能否只留下英文，之後我再自己串中英文对照，谢谢版友。 : [程式范例]: : [环境叙述]: : 请提供 sessionInfo() 的输出结果， : 里面含有所有你使用的作业系统、R 的版本和套件版本资讯， : 让版友更容易找出错误 : [关键字]: : 我已经习惯用stringr了，所以如果你想要用R原生的就用strsplit跟gsub library(stringr) x <- c("剑桥大学University of Cambridge", "皇家理工学院（帝国理工学院）Imperial College London", "加州大学洛杉矶分校University of California-Los Angeles", "Melbourne University") str_split(str_replace_all(x, "([^A-Za-z ]*)([A-Za-z\\- ]+)", "\\1,\\2"), ",") output: [[1]] [1] "剑桥大学" "University of Cambridge" [[2]] [1] "皇家理工学院（帝国理工学院）" "Imperial College London" [[3]] [1] "加州大学洛杉矶分校" "University of California-LosAngeles" [[4]] [1] "" "Melbourne University" -- R资料整理套件系列文： magrittr #1LhSWhpH (R_Language) https://goo.gl/72l1m9 data.table #1LhW7Tvj (R_Language) https://goo.gl/PZa6Ue dplyr(上.下) #1LhpJCfB,#1Lhw8b-s (R_Language) https://goo.gl/I5xX9b tidyr #1Liqls1R (R_Language) https://goo.gl/i7yzAz pipeR #1NXESRm5 (R_Language) https://goo.gl/zRUISx --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 36.232.190.147 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/R_Language/M.1500633836.A.304.html ※ 编辑: celestialgod (36.232.190.147), 07/21/2017 18:44:46 ※ 编辑: celestialgod (36.232.190.147), 07/21/2017 18:45:30