最近筆者在研讀一些文獻，發現了remote sensing of environment上的一期special issues。這一期可以說是地學上data assimilation較為經典的研究吧。所以也是目前研讀的重點。當然也是有些其他需求，現在想對這一期專刊的作者與客座編輯做些分析**。涉及到一些r語言的字串處理方式。這裡記錄下。
資料就比較簡單了。一共兩個資料。第乙個資料如下。
主要包括title和author兩列，這個資料我命名為rseda*****.xlsx檔案。
第二個資料如下。
主要包括editorboard，這個資料我命名為editorboard.xlsx檔案。
第一步首先要把用r語言將資料讀入到記憶體裡。由於我存的都是excel檔案，就需要用到openxlsx包。之前我已經介紹過如何在r裡讀取excel檔案。詳情請見下文鏈結。
r語言讀取excel的神器——openxlsx
library(openxlsx)
basepath
rseda
editor
接下來就是涉及到第一步處理，我們首先將author這種一長串的資料進行分割。
其實這種**的作者名是比較好分割的，直接使用」,」分割即可。使用的r語言函式是strsplit。輸入函式最主要包括兩個，乙個是字串，乙個是分割符號。樣例如下：
a
aa a
可以發現已經成功做了分割，使得變成了7個作者單獨的乙個向量，當然如果你的字串連線方式不是」,」，你只需要在split的等號後面進行修改。而作者個數不相同的情況下，這樣子如何儲存呢？這時候就用到了r裡的乙個特殊儲存結構：列表。列表很適合儲存這種長度不一的一些資料。
可以發現很好的儲存起來了，當然還有個小問題。由於英文的一些空格的原因，導致有些作者前後多了空格。所以做下一步匹配之前需要對這個進行處理，這裡用的是stringr包。
library(stringr)
b str_trim(b, "both")
輸出結果如圖。接著對每一篇文章統計，是否有editor board，有的話是1，沒有的話是0。
rseda$editor
for (i in
1:nrow(rseda))
事實上分析結果顯示，這一期專刊裡居然乙個editor board也沒有參與文章發表。也是蠻奇怪的。後期可能會針對這些文獻做些介紹。這一期的r語言處理的步驟也可以用到其他部分，其實主要是字串分割，去除空格以及簡單的包含處理。
R語言處理字串
用於字串分割的函式 如strsplit 123abcdefgabcdef ab 1 1 123 cdefg cdef 字串連線 paste paste sep collapse null 字串分割 strsplit strsplit x,split,extended true,fixed false...
字串處理函式 R語言
用於字串分割的函式 如strsplit 123abcdefgabcdef ab 1 1 123 cdefg cdef 字串連線 paste paste sep collapse null 字串分割 strsplit strsplit x,split,extended true,fixed false...
R語言 字串處理函式
r語言中字串處理函式 來自base包 函式說 明 nchar x 計算x中的字元數量 substr 提取或替換乙個字元向量中的子串 grep 在字串中匹配某種模式 sub 在字串中搜尋模式，並以另乙個文字替換 strsplit 分割字串 toupper 大寫轉換 tolower 小寫轉換 1 nch...