R - stringr을 이용한 텍스트 정제 작업

 

 

stringr 라이브러리 임포트

library(stringr)

 

 

1. str_detect

: 특정한 문자가 있는지 검사해서 TRUE/FALSE를 출력하는 함수

text <- c("sql","SQL","Sql100", "PYTHON", "Python", "python",             "R", "r", "r0","R#","100","*","$","^","*100") 일때
# SQL 찾기 : bool형식으로 나옴 str_detect(text,'SQL') # SQL 찾기 : 찾은 글자 반환 text[str_detect(text,'SQL')] # SQL 찾기 : 찾은 글자 인덱스 번호 반환 which(str_detect(text,'SQL'))
# 소문자 s로 시작되는 찾기 text[str_detect(text,'^s')] # 대문자 S로 시작되는 찾기 text[str_detect(text,'^S')] # 소문자,대문자 s로 시작되는 찾기 text[str_detect(text,'^[sS]')] # 아무거나 text[str_detect(text,'[^sS]')] # 아무곳에서나 s,S가 들어가는것 text[str_detect(text,'[sS]')] # 소문자 n으로 끝나는것 text[str_detect(text,'$n')]

 

 

2. str_count

: 주어진 단어에서 해당글자가 몇번 나오는지 알려주는 함수

x <- c("Sqls","ssqls","SQL") 일때
# 소문자 s가 몇개가 나오는지 str_count(x,"s") # 대문자 s가 몇개가 나오는지 str_count(x,"S")

 

 

3. str_c

: 문자열을 합쳐서 출력하는 함수

# 그냥 이어서 합치기 str_c("R","빅데이터 분석")
x <- "R" str_c(x,"은 데이터 분석하기 위해 좋은 언어는 ",x,"이다")
# 사이에 문자를 넣고 문장으로 합치기 x <- c("R","빅데이터 분석") str_c(x,collapse=",")

 

 

4. str_dup

: 주어진 문자열을 주어진 횟수만큼 반복해서 출력하는 함수

str_dup("취업하고 싶다",10) str_dup("배고프다",10) str_dup("여행가고 싶다",10)

 

 

5. str_length

: 문자열의 길이를 출력하는 함수

str_length("제주도 가고 싶다.") nchar("제주도 가고 싶다.")

 

 

6. str_locate

: 문자열에서 특정 문자가 처음으로 나오는 위치

# 매트릭스 형식으로 나옴 str_locate("january","a") str_locate("january","a")[1,1]

 

 

7. str_locate_all

: 문자열에서 특정 문자가 나오는 모든 위치

# 리스트 형식으로 나옴 str_locate_all("january","a")
str_locate_all("january","a")[[1]][1,][1] str_locate_all("january","a")[[1]][1,][2] str_locate_all("january","a")[[1]][1,2] str_locate_all("january","a")[[1]][2,1] str_locate_all("january","a")[[1]][2,2]

 

 

8. str_replace

: 주어진 문자열에서 처음으로 나온 문자를 변경하는 함수

str_replace("빅데이터분석","빅데이터","가치") str_replace("banana","a","*")
# 다 바꾸려면 str_replace_all 사용 str_replace_all("banana","a","*")

 

 

9. str_split

: 문자열에서 지정한 기호를 기준으로 분리하는 함수

x <- str_c('sql','/','python','/','R') 일때
# 리스트 형태로 나옴 str_split(x,'/')
# 리스트 -> 벡터모양으로 바꾸기 unlist(str_split(x,'/'))

 

 

10. str_sub

: 문자열에서 지정된 시작 인덱스부터 끝 인덱스까지 문자를 추출하는 함수

str_sub("행복하게 살자",start=6, end=7) str_sub("행복하게 살자",start=-4, end=7) str_sub("행복하게 살자",start=-4, end=-2)

 

 

11. str_trim

: 문자열에서 접두, 접미 부분에 공백 문자를 제거하는 함수

str_trim("   R   ") str_trim("   R   ",side="both") str_trim("   R   ",side="left") str_trim("   R   ",side="right")

 

 

12. str_extract()

: 문자열을 찾는 함수

text <- c("sql","SQL","Sql100", "PYTHON", "Python", "python",             "R", "r", "r0","R#","100","*","$","^","*100") 일때
# str_extract : 첫 단어만 grep("[[:digit:]]",text,value=T) str_extract(text,"[[:digit:]]") str_extract(text,"[[:digit:]]{1,}")
# str_extract_all : 문자 전체 str_extract_all(text,"[[:digit:]]") str_extract_all(text,"[[:digit:]]{1,}")
# simplify : 행렬로 변환 str_extract_all(text,"[[:digit:]]{1,}",                 simplify=T)