Извлечение определенных элементов из вектора символов

Question

У меня есть символьный вектор

a=c("Mom", "mother", "Alex", "Betty", "Prime Minister")

Я хочу извлечь слова, начинающиеся только с буквы "M" (верхний и нижний оба)

Как это сделать?

Я пытался использовать grep(), sub() и другие варианты этой функции, но я не совсем понял.

Я ожидаю, что на выходе будет символьный вектор "мама" и "мама"

Answer 1

substr - очень удобная базовая функция R:

a[substr(a, 1, 1) %in% c("M", "m")]

# [1] "Mom"    "mother"

И так как вы упомянули sub(), то вы могли бы сделать (хотя не обязательно рекомендуется):

a[sub("(.).*", "\\1", a) %in% c("M", "m")]

Answer 2

обычный grep тоже подойдет

grep( "^m", a, ignore.case = TRUE, value = TRUE )
#[1] "Mom"    "mother"

тесты
Ответ Тома (начинается с) является победителем, но есть некоторые возможности для улучшения (проверьте код startsWith2)

microbenchmark::microbenchmark(
  substr = a[substr(a, 1, 1) %in% c("M", "m")],
  grepl = a[grepl("^[Mm]", a)],
  grep = grep( "^m", a, ignore.case = TRUE, value = TRUE ),
  stringr = unlist(stringr::str_extract_all(a,regex("^M.*",ignore_case = T))),
  startsWith1 = a[startsWith(toupper(a), "M")],
  startsWith2= a[startsWith(a, c("M", "m"))]
)


# Unit: nanoseconds
#        expr   min      lq     mean median    uq    max neval
#      substr  1808  2411.0  3323.19   3314  3917   8435   100
#       grepl  3916  4218.0  5438.06   4820  6930   8436   100
#        grep  3615  4368.5  5450.10   4820  6929  19582   100
#     stringr 50913 53023.0 55764.10  54529 55132 174432   100
# startsWith1  1506  2109.0  2814.11   2711  3013  17474   100
# startsWith2   602  1205.0  1410.17   1206  1507   3013   100

Answer 3

Используйте grepl, с рисунком ^[Mm]:

a[grepl("^[Mm]", a)]

[1] "Mom"    "mother"

Вот что означает шаблон ^[Mm]:

^      from the start of the string
[Mm]   match either a lowercase or uppercase letter M

Функция grepl работает, просто утверждая, что шаблон ввода соответствует хотя бы один раз, поэтому нам не нужно беспокоиться об остальной части строки.

Answer 4

Использование stringr

 library(stringr)
   unlist(str_extract_all(a,regex("^M.*",ignore_case = T)))



[1] "Mom"    "mother"

Answer 5

a[startsWith(toupper(a), "M")]