109791_zh-CN

liliconcom

使用正则表达式重命名列

你好，

 

我有一个列表，其中包含大量要堆叠的列，其列格式名称为 TEST_BOUROUGH_GENDER，如下所示。 现在，列名称中可以缺少 BOUROUGH，这意味着列中的值来自所有 BOUROUGH（即 NYC）。 我堆叠所有 TEST_BOUROUGH_GENDER 列名称，然后创建名为 test、location 和 gender 的新列（见下文）。 当我遇到缺少 BOUROUGH 名称的列时，我想将 NYC 添加到该列名称中。 如果这可以用正则表达式来完成，我也更愿意。 非常感谢任何想法或意见。

 

列格式名称: CALC1_BROOKLYN_M, CALC2_QUEENS_F, CALC2_M, ..

 

 

ref = 当前数据表();

stat stack << ref stack(Source Label Column("Label"), Stacked Data Column("Data"));

stat stack << New Column("test", Formula(Right( :Label, 5 )));

stat stack << New Column("location", Formula(Regex( :Label, "_(.*)_", "\1" )));

统计堆栈<<新列（“性别”，公式（右（：标签，1）））

回复：使用正则表达式重命名列

这修复了一切，现在它可以工作了！ 感谢所有的支持。 我看到的最后一个改进是，有没有一种方法可以返回分隔符之前的所有内容，而不是用一长串与单词 function 的连接？ 因此，例如，有没有一种方法可以将其写为 || “_ALL_” ||单词（5，cname，“_”）。 所以基本上我想要第 4 个分隔符之前的列名字符串。

 

Column(cname) << set name(
 Word(1, cname, "_") || "_"|| Word(2, cname, "_") || "_" || Word(3, cname, "_") || "_" || Word(4, cname, "_") ||"_ALL_" || Word(5,cname,"_")
<BR />

回复：使用正则表达式重命名列

如果我明白你想要什么，你可以使用 OR 子句来得到你想要的

allColNames = dt << getcolumnnames;
pulledCols = {};

for(i = 1, i <= N items(allColNames), i++,
 cname = Column(allColNames[i]) << get Name;
 if(startswith(Word(5,cname , "_"),"M") | startswith(Word(5,cname , "_"),"P"),
  Column(cname) << set name(
   Word(1, cname, "_") || "_"|| Word(2, cname, "_") || "_" || Word(3, cname, "_") || "_" || Word(4, cname, "_") ||"_ALL_" || Word(5,cname,"_")
  )
 )
);

回复：使用正则表达式重命名列

这就是我要的！ 但是，当我尝试将其放入我的脚本时，它崩溃了。 由于 IP 问题，我在示例中使用的值 (TEST_BOUROUGH_GENDER) 不是真实值，但仅用作示例。 同样在最后一个分隔符“_”之后，该列将以 M 或 P 开头。 有没有办法用 startswith 函数包含两个可以开头的单独字符？

 

allColNames = dt << getcolumnnames;
pulledCols = {};

Ncols = N items(allColNames);
for(i = 1, i <= Ncols, i++,
 cname = Column(allColNames[i]) << get Name;
 if(startswith(Word(5,cname , "_"),"M"),
  Column(cname) << set name(
   Word(1, cname, "_") || "_"|| Word(2, cname, "_") || "_" || Word(3, cname, "_") || "_" || Word(4, cname, "_") ||"_ALL_" || Word(5,cname,"_")
  )
 ),
 if(startswith(Word(5,cname , "_"),"P"),
  Column(cname) << set name(
   Word(1, cname, "_") || "_"|| Word(2, cname, "_") || "_" || Word(3, cname, "_") || "_" || Word(4, cname, "_") ||"_ALL_" || Word(5,cname,"_")
  )
 )
);

回复：使用正则表达式重命名列

只要 Bourough 不包含下划线，这就应该有效。

dt = New Table("test",
    Add Rows(3),
    New Column("Label", Character, "Nominal", Set Selected, Set Values({"CALC1_BROOKLYN_M", "CALC2_QUEENS_F", "CALC2_M"}))
);

dt << New Column("test", Formula(Left(:Label, 5)));
dt << New Column("location", Formula(If(Is Missing(Regex(:Label, "_(.*)_")), "NYC", Regex(:Label, "_(.*)_", "\1"))));
dt << New Column("gender", Formula(Right(:Label, 1)));

回复：使用正则表达式重命名列

这个更改名称的解决方案不使用正则表达式，但它是一段非常简单的代码：

Names Default To Here( 2 );
dt = Current Data Table();
colNamesList = dt << get column names( string );

For( i = 1, i <= N Items( colNamesList ), i++,
 If( Word( 3, colNamesList[i], "_" ) == "",
  Column( colNamesList[i] ) << set name(
   Word( 1, colNamesList[i], "_" ) || "_NYC_" || Word( 2, colNamesList[i], "_" )
  )
 )
);