如何为R中的向量中的每个元素找到文本字符串的匹配位置

Question

我有一个文本字符向量，比如month.name：

> month.name
[1] "January"   "February"  "March"     "April"     "May"       "June"      "July"     
[8] "August"    "September" "October"   "November"  "December" 

我应该用什么R函数来找到"0"的位置；ber"；使得它返回c(-1，-1，-1、-1、-1，-1和-1，-1,7,5,6,6(形式的数字向量，即-1表示不匹配，5表示第五个字符？

Answer 1

这是?regexpr的确切输出(以及其他一些有用的属性(：

regexpr("ber", month.name)
# [1] -1 -1 -1 -1 -1 -1 -1 -1  7  5  6  6
#attr(,"match.length")
# [1] -1 -1 -1 -1 -1 -1 -1 -1  3  3  3  3
#attr(,"index.type")
#[1] "chars"
#attr(,"useBytes")
#[1] TRUE

Answer 2

您可以使用stringr::str_locate。它返回一个矩阵：

library(stringr)
str_locate(month.name, "ber")
start end
[1,]    NA  NA
[2,]    NA  NA
[3,]    NA  NA
[4,]    NA  NA
[5,]    NA  NA
[6,]    NA  NA
[7,]    NA  NA
[8,]    NA  NA
[9,]     7   9
[10,]     5   7
[11,]     6   8
[12,]     6   8

所以str_locate(month.name, "ber")[, 'start']返回一个向量：

[1] NA NA NA NA NA NA NA NA  7  5  6  6

就我个人而言，我认为NA是"；没有匹配"；大于-1。如果你真的想这样做的话，你可以随时替换-1。例如：

pos <- str_locate(month.name, "ber")[, 'start']
ifelse(is.na(pos), -1, pos)
[1] -1 -1 -1 -1 -1 -1 -1 -1  7  5  6  6