Jak przycinać początkowe i końcowe białe znaki?

Od wersji R 3.2.0 wprowadzono nową funkcję do usuwania początkowych/końcowych spacji:

trimws()

Zobacz: http://stat.ethz.ch/R-manual/R-patched/library/base/html/trimws.html

Aby manipulować białą spacją, użyj str_trim () w pakiecie stringr. Pakiet ma instrukcję z dnia 15 lutego 2013 i jest w CRAN. Funkcja może również obsługiwać wektory łańcuchowe.

install.packages("stringr", dependencies=TRUE)
require(stringr)
example(str_trim)
d4$clean2<-str_trim(d4$V2)

(kredyt idzie do komentatora: R. Cotton)

Prosta Funkcja do usuwania początkowych i końcowych białych znaków:

trim <- function( x ) {
  gsub("(^[[:space:]]+|[[:space:]]+$)", "", x)
}

Użycie:

> text = "   foo bar  baz 3 "
> trim(text)
[1] "foo bar  baz 3"

Ad1) aby zobaczyć białe spacje można bezpośrednio wywołać {[1] } ze zmodyfikowanymi argumentami:

print(head(iris), quote=TRUE)
#   Sepal.Length Sepal.Width Petal.Length Petal.Width  Species
# 1        "5.1"       "3.5"        "1.4"       "0.2" "setosa"
# 2        "4.9"       "3.0"        "1.4"       "0.2" "setosa"
# 3        "4.7"       "3.2"        "1.3"       "0.2" "setosa"
# 4        "4.6"       "3.1"        "1.5"       "0.2" "setosa"
# 5        "5.0"       "3.6"        "1.4"       "0.2" "setosa"
# 6        "5.4"       "3.9"        "1.7"       "0.4" "setosa"

Zobacz także ?print.data.frame dla innych opcji.

Użyj grep lub grepl, aby znaleźć obserwacje z białymi spacjami i sub, aby się ich pozbyć.

names<-c("Ganga Din\t","Shyam Lal","Bulbul ")
grep("[[:space:]]+$",names)
[1] 1 3
grepl("[[:space:]]+$",names)
[1]  TRUE FALSE  TRUE
sub("[[:space:]]+$","",names)
[1] "Ganga Din" "Shyam Lal" "Bulbul"  

Wolałbym dodać odpowiedź jako komentarz do user56, ale jednak nie mogę tak pisać jako niezależna odpowiedź. Usunięcie pierwszych i końcowych spacji może być również osiągnięte poprzez funkcję trim () z pakietu gdata:

require(gdata)
example(trim)

Przykład użycia:

> trim("   Remove leading and trailing blanks    ")
[1] "Remove leading and trailing blanks"

Inną opcją jest użycie funkcji stri_trim z pakietu stringi, która domyślnie usuwa początkowe i końcowe białe znaki:

> x <- c("  leading space","trailing space   ")
> stri_trim(x)
[1] "leading space"  "trailing space"

Do usuwania tylko wiodących białych znaków, użyj stri_trim_left. Aby usunąć tylko końcowe spacje, użyj stri_trim_right. Jeśli chcesz usunąć inne znaki początkowe lub końcowe, musisz to określić za pomocą pattern =.

Zobacz także ?stri_trim aby uzyskać więcej informacji.

Inny powiązany problem występuje, jeśli w wejściach jest wiele spacji:

> a <- "  a string         with lots   of starting, inter   mediate and trailing   whitespace     "

Można następnie łatwo podzielić ten łańcuch na "prawdziwe" tokeny używając wyrażenia regularnego do argumentu split:

> strsplit(a, split=" +")
[[1]]
 [1] ""           "a"          "string"     "with"       "lots"      
 [6] "of"         "starting,"  "inter"      "mediate"    "and"       
[11] "trailing"   "whitespace"

Zauważ, że jeśli jest dopasowanie na początku (niepustym) łańcuchem, pierwszym elementem wyjścia jest'""', ale jeśli na końcu łańcucha znajduje się dopasowanie, wynikiem jest tak samo jak z usuniętym meczem.

Utworzyłem trim.strings () funkcję do przycinania początkowych i / lub końcowych białych znaków jako:

# Arguments:    x - character vector
#            side - side(s) on which to remove whitespace 
#                   default : "both"
#                   possible values: c("both", "leading", "trailing")

trim.strings <- function(x, side = "both") { 
    if (is.na(match(side, c("both", "leading", "trailing")))) { 
      side <- "both" 
      } 
    if (side == "leading") { 
      sub("^\\s+", "", x)
      } else {
        if (side == "trailing") {
          sub("\\s+$", "", x)
    } else gsub("^\\s+|\\s+$", "", x)
    } 
} 

Na ilustrację,

a <- c("   ABC123 456    ", " ABC123DEF          ")

# returns string without leading and trailing whitespace
trim.strings(a)
# [1] "ABC123 456" "ABC123DEF" 

# returns string without leading whitespace
trim.strings(a, side = "leading")
# [1] "ABC123 456    "      "ABC123DEF          "

# returns string without trailing whitespace
trim.strings(a, side = "trailing")
# [1] "   ABC123 456" " ABC123DEF"   

Najlepszą metodą jest trimws ()

Następujący kod zastosuje tę funkcję do całej ramki danych

Mydataframe

myDummy[myDummy$country == "Austria "] <- "Austria"

Po tym, będziesz musiał zmusić R, aby nie rozpoznał "Austria" jako poziom. Załóżmy, że masz również" USA "i" Hiszpania " jako poziomy: {]}

myDummy$country = factor(myDummy$country, levels=c("Austria", "USA", "Spain"))

Próbowałem trim (). Działa dobrze z białymi spacjami, a także "\n". x = "\n", J.\N "

Trim (x)