regex - R 中的正则表达式，带有负向后视

Question

所以我有以下数据，假设称为“my_data”:

Storm.Type
TYPHOON
SEVERE STORM
TROPICAL STORM
SNOWSTORM AND HIGH WINDS

我想要的是对 my_data$Storm.Type 中的每个元素是否是 Storm 进行分类，但我不想将热带 Storm 包括为 Storm (我将分别对它们进行分类)，这样我就会有

Storm.Type                    Is.Storm
TYPHOON                       0
SEVERE STORM                  1
TROPICAL STORM                0
SNOWSTORM AND HIGH WINDS      1

我编写了以下代码:

my_data$Is.Storm  <-  my_data[grep("(?<!TROPICAL) (?i)STORM"), "Storm.Type"]

但这只会将“SEVERE STORM”返回为 Storm (但不包括暴风雪和大风)。谢谢!

Answer 1

问题是您正在寻找字符串 " STORM"前面有空格，所以 "SNOWSTORM"不符合条件。

作为解决方案，请考虑将空间移动到您的否定回顾断言中，如下所示:

ss <- c("TYPHOON","SEVERE STORM","TROPICAL STORM","SNOWSTORM AND HIGH WINDS",
        "THUNDERSTORM")
grep("(?<!TROPICAL )(?i)STORM", ss, perl = TRUE)
# [1] 2 4 5
grepl("(?<!TROPICAL )(?i)STORM", ss, perl = TRUE)
# [1] FALSE  TRUE FALSE  TRUE  TRUE

我不知道(?i)和 (?-i)设置是否在正则表达式中忽略大小写。很酷的发现。另一种方法是ignore.case旗帜:

grepl("(?<!tropical )storm", ss, perl = TRUE, ignore.case = TRUE)
# [1] FALSE  TRUE FALSE  TRUE  TRUE

然后定义你的列:

my_data$Is.Storm  <-  grepl("(?<!tropical )storm", my_data$Storm.Type,
                            perl = TRUE, ignore.case = TRUE)