R语言字符串操作全解析

R 字符串基础操作

R 语言中的字符串以字符向量的形式存储，常用 character 类型表示。以下是一些基本操作：

# 创建字符串  
str1 <- "Hello, R!"  
str2 <- 'This is a string.'  

# 检查类型  
class(str1)  # 输出 "character"  

# 拼接字符串  
paste(str1, str2, sep = " ")  # 输出 "Hello, R! This is a string."  

# 获取长度  
nchar(str1)  # 输出 8  

字符串格式化

R 提供了多种格式化字符串的方法，例如 sprintf 和 format：

# 使用 sprintf 格式化  
sprintf("Value: %.2f", 3.1415926)  # 输出 "Value: 3.14"  

# 使用 format 控制显示  
format(12345.678, big.mark = ",", scientific = FALSE)  # 输出 "12,345.68"  

字符串拆分与提取

可以使用 strsplit 拆分字符串，或通过 substr 提取子串：

# 按分隔符拆分  
strsplit("apple,banana,orange", ",")[[1]]  # 输出 ["apple","banana","orange"]  

# 提取子串  
substr("R Programming", 3, 7)  # 输出 "Progr"  

正则表达式匹配

R 的 grep、grepl、sub 和 gsub 支持正则表达式：

# 查找匹配  
text <- c("apple", "banana", "cherry")  
grep("a", text)  # 输出匹配的索引 [1, 2]  

# 替换匹配  
gsub("a", "X", "banana")  # 输出 "bXnXnX"  

字符串操作进阶

stringr 包提供了更便捷的字符串处理函数：

library(stringr)  

# 提取匹配  
str_extract("Price: $99.99", "\\d+\\.\\d+")  # 输出 "99.99"  

# 检测是否匹配  
str_detect("R is fun", "fun")  # 输出 TRUE  

# 计数匹配次数  
str_count("banana", "a")  # 输出 3  

字符串编码转换

R 支持不同编码格式的转换，如 UTF-8 和 ASCII：

# 转换编码  
iconv("R语言", to = "ASCII//TRANSLIT")  # 输出 "R yu yan"  

# 检查编码  
Encoding("R语言")  # 输出 "UTF-8"  

字符串与数据框操作

在数据框中处理字符串时，dplyr 和 stringr 组合非常高效：

library(dplyr)  

df <- data.frame(text = c("apple", "banana", "cherry"))  
df %>% mutate(length = str_length(text))  # 计算每行字符串长度  

多语言字符串处理

R 可以处理 Unicode 字符，支持多语言文本分析：

# Unicode 字符示例  
emoji <- "🌍 R Programming"  
str_length(emoji)  # 输出 15（R 中 1 个 emoji 可能占用多个字节）  

以上示例涵盖了 R 字符串处理的常见场景，适用于文本分析、数据清洗和自动化报告生成等任务。