迷你課程:R語言-5~R的字串操作
Quick look
本次課程將介紹 R 語言中與字串相關的各種操作方法，包括字串的建立、分割、拼接、取子字串、查找與替換，以及字串的轉換與處理。
R 中的字串屬於 character 類型，是一種重要的資料結構，特別是在文字處理、資料清理與分析中經常使用。
字串的建立
在 R 中，字串用雙引號 "" 或單引號 '' 建立：
# 建立字串
str1 <- "Hello, World!"
str2 <- 'R is powerful!'
# 查看字串類型
class(str1) # 輸出: "character"
若需包含雙引號或單引號，可以用反斜槓 \ 進行跳脫：
str3 <- "He said, \"R is amazing!\""
print(str3)
# 輸出: He said, "R is amazing!"
字串的基本操作
1. 拼接字串
使用 paste() 和 paste0() 函數來拼接字串：
paste(): 會自動加入分隔符（預設為空格）paste0(): 不加入任何分隔符
# 拼接字串
first_name <- "James"
last_name <- "Dai"
full_name <- paste(first_name, last_name)
print(full_name) # 輸出: "James Dai"
# 無分隔符拼接
full_name_no_space <- paste0(first_name, last_name)
print(full_name_no_space) # 輸出: "JamesDai"
2. 字串長度
使用 nchar() 函數計算字串的長度：
nchar(full_name) # 輸出: 9
3. 取子字串
使用 substr() 和 substring() 提取字串的特定部分：
# 提取子字串
substr(full_name, 1, 5) # 從第1個字元到第5個字元
# 輸出: "James"
# substring 的用法
substring(full_name, 7) # 從第7個字元開始到結尾
# 輸出: "Dai"
字串的分割
使用 strsplit() 函數根據指定分隔符分割字串：
# 分割字串
sentence <- "apple,banana,cherry"
words <- strsplit(sentence, ",")
print(words[[1]])
# 輸出: "apple" "banana" "cherry"
注意：
strsplit()返回的是一個列表，因此要用[[1]]提取結果。
使用 tidyverse 的 separate() 分割資料框中的字串
如果有多筆名字資料，tidyverse 提供了一個方便的函數 separate() 來分割字串，並將其拆分成多個欄位：
library(tidyverse)
# 建立資料框
name_data <- tibble(full_name = c("James Dai", "Anna Smith", "John Doe"))
# 使用 separate 分割 full_name 欄位
name_data <- name_data %>%
separate(full_name, into = c("first_name", "last_name"), sep = " ")
# 查看結果
print(name_data)
輸出結果：
# A tibble: 3 x 2
first_name last_name
<chr> <chr>
1 James Dai
2 Anna Smith
3 John Doe
字串的查找與替換
1. 查找特定字串
使用 grep() 或 grepl() 來查找字串：
grep(): 返回匹配的索引位置grepl(): 返回布林值向量
# 查找字串
fruits <- c("apple", "banana", "cherry")
index <- grep("apple", fruits)
print(index) # 輸出: 1
contains_apple <- grepl("apple", fruits)
print(contains_apple) # 輸出: TRUE FALSE FALSE
2. 替換字串
使用 gsub() 和 sub() 進行字串替換：
gsub(): 替換所有匹配的字串sub(): 只替換第一個匹配的字串
# 替換字串
text <- "I love R. R is amazing!"
new_text <- gsub("R", "Python", text)
print(new_text) # 輸出: "I love Python. Python is amazing!"
字串的類型轉換 (Coercion)
在 R 中，當不同類型的資料組合時，R 會自動進行 coercion（類型強制轉換）。字串會被視為最高類型，並將其他資料類型轉換成 character。
# 自動轉換
mixed_vec <- c("R", 1, TRUE)
print(mixed_vec)
# 輸出: "R" "1" "TRUE"
# 手動轉換
num_to_char <- as.character(123)
print(num_to_char) # 輸出: "123"
char_to_num <- as.numeric("123")
print(char_to_num) # 輸出: 123
字串與 S4 物件的轉換
對於複雜結構的物件，可以使用 as() 進行轉換：
# 使用 as 進行轉換
s4_object <- as(c("x", "y", "z"), "character")
print(s4_object)
# 輸出: "x" "y" "z"
課程小結
| 操作類型 | 函數名稱 | 範例 |
|---|---|---|
| 字串拼接 | paste(), paste0() | paste("James", "Dai") |
| 取字串長度 | nchar() | nchar("James") |
| 提取子字串 | substr(), substring() | substr("James", 1, 3) |
| 分割字串 | strsplit(), separate() | strsplit("a,b,c", ",") |
| 查找字串 | grep(), grepl() | grep("apple", fruits) |
| 替換字串 | gsub(), sub() | gsub("R", "Python", text) |
| 類型轉換 | as.character(), as.numeric() | as.character(123) |
掌握這些字串操作技巧，將能有效地處理各種文字資料，並在資料分析、清洗與視覺化過程中發揮重要作用！
