0
votes

Comment extraire la valeur de l'argent et la devise des récits ayant un format et un type de devise différents?

J'essaie d'extraire la valeur de l'argent et sa monnaie d'une colonne de récits. Cependant, les formats de devises dans les récits sont en désordre.

J'ai essayé gsub () mais je ne sais pas comment le personnaliser pour faire face aux cas de différence.

entrée: xxx

Sortie attendue: xxx

r regex

1 commentaires

Sauf si quelqu'un a déjà écrit un paquet pour cela. Vous devez utiliser une expression régulière pour correspondre au type de devise et au montant.

3 Réponses :

2
votes

Je suggérerais d'utiliser Expressions régulières et str_extract_all () code> de Le package stringr code> (une partie du Tairyverse code>).

Le premier problème est que vous avez un signe de dollar, qui n'est pas une monnaie explicite. Si vous voulez supposer que le signe dollar est USD fort> - et il peut y avoir d'autres exemples, tels que le panneau de livre, etc. - alors peut-être comme une première étape, vous pouvez faire un peu de nettoyage sur la source Texte, en remplaçant simplement des occurrences de "$" avec "USD": p> xxx pré>

puis crée un vecteur de caractères de monnaies valides, que vous pouvez ajouter au besoin: p > xxx pré>

puis configurez vos expressions régulières: p> xxx pré>

ce qui précède trouvera l'une des devises valides. P>

value <- str_extract_all(x, regexAmount) %>% unlist %>% as.numeric
## [1]   8.5 130.0  11.0  33.0

currency <- str_extract_all(, regexCurrency) %>% unlist
## [1] "USD" "USD" "GBP" "EUR"

0 commentaires

2
votes

strapply code> extrait les correspondances des groupes de capture (parentent des parties parenthèses de motif) du motif PAT code> dans les chaînes de caractères Word code> (premier Argument) et saisit les groupes de capture comme des arguments distincts de la fonction (troisième argument - la fonction peut être exprimée dans la notation de formule avec le corps de la fonction sur le côté droit de la tilde). Il renvoie la sortie de la fonction.

library(gsubfn)

pat <- "(USD|GBP|EUR|\\$) *([0-9.]+)"
currency <- strapply(words, pat, ~ sub("\\$", "USD", ..1), simplify = TRUE)
value <- strapply(words, pat, ~ as.numeric(..2), simplify = TRUE)

2 commentaires

J'ai eu une erreur en utilisant cette méthode: Erreur dans si (Nchar (s)> 0 && Substring (S, 1, 1) == "\ 002") {: valeur manquante où véritable / faux nécessaire

Le code dans la réponse avec mots de la question fonctionne pour moi. En général, lorsque vous faites face à un message d'erreur dans R montrant le texte du message d'erreur est rarement suffisant pour déterminer quel est le problème. En général, vous devez expliquer exactement comment quelqu'un d'autre peut reproduire le message d'erreur. Essayez d'abord de copier et coller mots de la question dans une session fraîche R, puis copiez et collez le code de la réponse ci-dessus. Si cela fonctionne, nous ne savons pas ce que vous avez fait pour obtenir l'erreur afin de l'expliquer de manière reproductible.


                        
                                            
                            
                                
                                    1
 votes
                                
                            
                            
                                
                                     in  base  em> Vous pouvez d'abord changer  $  code> à  USD  code> avec  gsub  code>. Ensuite, extraire des correspondances pour  monnaie  code> et   code> avec un  regreg  code> à l'aide de  REGEXPR  code> et  REGMATCHES  code>. Maintenant, formez-vous maintenant ces correspondances, vous pouvez extraire la valeur  code>  code> et  de nouveau  code> avec  gsub  code>. 
tt <- gsub("\\$", "USD", words)
tt <- regmatches(tt, regexpr("\\b(USD|GBP|EUR) *[0-9.]+", tt))
(value <- as.numeric(gsub("[^0-9.]", "", tt)))
#[1]   8.5 130.0  11.0  33.0
(currency <- gsub("[0-9. ]", "", tt))
#[1] "USD" "USD" "GBP" "EUR"

                                

                                                                    
                                    
                                    
                                        0 commentaires