R语言-字符串处理包stringr
R语言字符串处理包stringr
前言
用R语言处理字符串，总觉得很麻烦，即不能用向量的方法进行分割，也不能用循环遍历索引。grep()家族函数常常记不住，paste()函数默认以空格分割，各种不顺手啊！随着使用R语言的场景越来越多，字符串处理是必不可少的。给大家推荐一个由 Hadley Wickham 开发的一个灵活的字符串处理包stringr。
目录
1. stringr介绍
2. stringr安装
3. stringr的API介绍
1. stringr介绍
stringr包被定义为一致的、简单易用的字符串工具集。所有的函数和参数定义都具有一致性，比如，用相同的方法进行NA处理和0长度的向量处理。
字符串处理虽然不是R语言中最主要的功能，却也是必不可少的，数据清洗、可视化等的操作都会用到。对于R语言本身的base包提供的字符串基础函数，随着时间的积累，已经变得很多地方不一致，不规范的命名，不标准的参数定义，很难看一眼就上手使用。字符串处理在其他语言中都是非常方便的事情，R语言在这方面确实落后了。stringr包就是为了解决这个问题，让字符串处理变得简单易用，提供友好的字符串操作接口。
stringr的项目主页：https://cran.r-project.org/web/packages/stringr/index.html
2. stringr安装
本文所使用的系统环境
Win10 64bit
R: 3.2.3 x86_64-w64-mingw32/x64 b4bit
#stringr是在CRAN发布的标准库，安装起来非常简单，2条命令就可以了。 ~ R > install.packages(\'stringr\') > library(stringr)
3. stringr的API介绍
stringr包1.0.0版本，一共提供了30个函数，方便我们对字符串处理。常用的字符串的处理以str_开头来命名，方便更直观理解函数的定义。我们可以根据使用习惯对函数进行分类：
字符串拼接函数
- str_c: 字符串拼接。
- str_join: 字符串拼接，同str_c。
- str_trim: 去掉字符串的空格和TAB(\t)
- str_pad: 补充字符串的长度
- str_dup: 复制字符串
- str_wrap: 控制字符串输出格式
- str_sub: 截取字符串
- str_sub<- 截取字符串，并赋值，同str_sub
字符串计算函数
- str_count: 字符串计数
- str_length: 字符串长度
- str_sort: 字符串值排序
- str_order: 字符串索引排序，规则同str_sort
字符串匹配函数
- str_split: 字符串分割
- str_split_fixed: 字符串分割，同str_split
- str_subset: 返回匹配的字符串
- word: 从文本中提取单词
- str_detect: 检查匹配字符串的字符
- str_match: 从字符串中提取匹配组。
- str_match_all: 从字符串中提取匹配组，同str_match
- str_replace: 字符串替换
- str_replace_all: 字符串替换，同str_replace
- str_replace_na:把NA替换为NA字符串
- str_locate: 找到匹配的字符串的位置。
- str_locate_all: 找到匹配的字符串的位置，同str_locate
- str_extract: 从字符串中提取匹配字符
- str_extract_all: 从字符串中提取匹配字符，同str_extract
字符串变换函数
- str_conv: 字符编码转换
- str_to_upper: 字符串转成大写
- str_to_lower: 字符串转成小写，规则同str_to_upper
- str_to_title: 字符串转成首字母大写，规则同str_to_upper
参数控制函数，仅用于构造功能的参数，不能独立使用。
- boundary: 定义使用边界
- coll: 定义字符串标准排序规则。
- fixed: 定义用于匹配的字符，包括正则表达式中的转义符
- regex: 定义正则表达式
3.1 字符串拼接函数
3.1.1 str_c，字符串拼接操作，与str_join完全相同，与paste()行为不完全一致。
函数定义：
str_c(..., sep = "", collapse = NULL) str_join(..., sep = "", collapse = NULL)参数列表：
…: 多参数的输入。 sep: 把多个字符串拼接为一个大的字符串，用于字符串的分割符。 collapse: 把多个向量参数拼接为一个大的字符串，用于字符串的分割符。把多个字符串拼接为一个大的字符串。
> str_c(\'a\',\'b\') [1] "ab" > str_c(\'a\',\'b\',sep=\'-\') [1] "a-b" > str_c(c(\'a\',\'a1\'),c(\'b\',\'b1\'),sep=\'-\') [1] "a-b" "a1-b1"把多个向量参数拼接为一个大的字符串。
> str_c(head(letters), collapse = "") [1] "abcdef" > str_c(head(letters), collapse = ", ") [1] "a, b, c, d, e, f" # collapse参数，对多个字符串无效 > str_c(\'a\',\'b\',collapse = "-") [1] "ab" > str_c(c(\'a\',\'a1\'),c(\'b\',\'b1\'),collapse=\'-\') [1] "ab-a1b1" # 如果是向量之间的连接，collapse的作用与sep一样，只不过此时sep无效 > str_c(c(1989,07,17), sep = \'-\') #使用sep [1] "1989" "7" "17" > str_c(c(1989,07,17), collapse = \'-\') #使用collapse [1] "1989-7-17" > str_c(\'x\', c(1:10), \':\') [1] "x1:" "x2:" "x3:" "x4:" "x5:" [6] "x6:" "x7:" "x8:" "x9:" "x10:"拼接有NA值的字符串向量时，NA还是NA
> str_c(c("a", NA, "b"), "-d") [1] "a-d" NA "b-d"对比str_c()函数和paste()函数之间的不同点。
# 多字符串拼接，默认的sep参数行为不一致 > str_c(\'a\',\'b\') [1] "ab" > paste(\'a\',\'b\') [1] "a b" # 向量拼接字符串，collapse参数的行为一致 > str_c(head(letters), collapse = "") [1] "abcdef" > paste(head(letters), collapse = "") [1] "abcdef" #拼接有NA值的字符串向量，对NA的处理行为不一致 > str_c(c("a", NA, "b"), "-d") [1] "a-d" NA "b-d" > paste(c("a", NA, "b"), "-d") [1] "a -d" "NA -d" "b -d"
3.1.2 str_trim：去掉字符串的空格和TAB(\t)
函数定义：
str_trim(string, side = c("both", "left", "right"))参数列表：
string: 字符串，字符串向量。 side: 过滤方式，both两边都过滤，left左边过滤，right右边过滤去掉字符串的空格和TAB(\t)
#只过滤左边的空格 > str_trim(" left space\t\n",side=\'left\') [1] "left space\t\n" #只过滤右边的空格 > str_trim(" left space\t\n",side=\'right\') [1] " left space" #过滤两边的空格 > str_trim(" left space\t\n",side=\'both\') [1] "left space" #过滤两边的空格 > str_trim("\nno space\n\t") [1] "no space"
3.1.3 str_pad：补充字符串的长度
函数定义：
str_pad(string, width, side = c("left", "right", "both"), pad = " ")参数列表：
string: 字符串，字符串向量。 width: 字符串填充后的长度 side: 填充方向，both两边都填充，left左边填充，right右边填充 pad: 用于填充的字符补充字符串的长度
# 从左边补充空格，直到字符串长度为20 > str_pad("conan", 20, "left") [1] " conan" # 从右边补充空格，直到字符串长度为20 > str_pad("conan", 20, "right") [1] "conan " # 从左右两边各补充空格，直到字符串长度为20 > str_pad("conan", 20, "both") [1] " conan " # 从左右两边各补充x字符，直到字符串长度为20 > str_pad("conan", 20, "both",\'x\') [1] "xxxxxxxconanxxxxxxxx"
3.1.4 str_dup: 复制字符串
函数定义：
str_dup(string, times)参数列表：
string: 字符串，字符串向量。 times: 复制数量复制一个字符串向量
> val <- c("abca4", 123, "cba2") # 复制2次 > str_dup(val, 2) [1] "abca4abca4" "123123" "cba2cba2" # 按位置复制 > str_dup(val, 1:3) [1] "abca4" "123123" "cba2cba2cba2"
3.1.5 str_wrap，控制字符串输出格式
函数定义：
str_wrap(string, width = 80, indent = 0, exdent = 0)参数列表：
string: 字符串，字符串向量。 width: 设置一行所占的宽度。 indent: 段落首行的缩进值（设定每个段落第一行的缩进格式，默认没有缩进） exdent: 段落非首行的缩进值（设定每个段落第一行之后所有行的缩进格式，默认没有缩进）控制字符串输出格式
> > txt<-\'R语言作为统计学一门语言，一直在小众领域闪耀着光芒。直到大数据的爆发，R语言变成了一门炙手可热的数据分析的利器。随着越来越多的工程背景的人的加入，R语言的社区在迅速扩大成长。现在已不仅仅是统计领域，教育，银行，电商，互联网….都在使用R语言。\' > > # 设置宽度为40个字符 > cat(str_wrap(txt, width = 40), "\n") R语言作为统计学一门语言，一直在小众领域闪耀着光芒。直到大数据的爆发，R语言变 成了一门炙手可热的数据分析的利器。随着越来越多的工程背景的人的加入，R语言的社区 在迅速扩大成长。现在已不仅仅是统计领域，教育，银行，电商，互联网….都在使用R语 言。 > # 设置宽度为60字符，首行缩进2字符 > cat(str_wrap(txt, width = 60, indent = 2), "\n") R语言作为统计学一门语言，一直在小众领域闪耀着光芒。直到大数据的爆发，R语言变成了一门炙手可热的数据分析的利器。随着 越来越多的工程背景的人的加入，R语言的社区在迅速扩大成长。现在已不仅仅是统计领域，教育，银行，电商，互联网….都在使用R 语言。 > # 设置宽度为10字符，非首行缩进4字符 > cat(str_wrap(txt, width = 10, exdent = 4), "\n") R语言作为统计学一 门语言，一直 在小众领域闪 耀着光芒。直 到大数据的爆 发，R语言变 成了一门炙手 可热的数据分 析的利器。随 着越来越多的 工程背景的人 的加入，R语 言的社区在迅 速扩大成长。 现在已不仅仅 是统计领域， 教育，银行， 电商，互联 网….都在使 用R语言。 > > str_wrap(txt) #默认以80个字节作为行宽 [1] "R语言作为统计学一门语言，一直在小众领域闪耀着光芒。直到大数据的爆发，R语言变成了一门炙手可热的数据分析的利器。随着越来越多的工程背景的人的加入，R语言的社区在\n迅速扩大成长。现在已不仅仅是统计领域，教育，银行，电商，互联网….都在使用R语言。" > cat(str_wrap(txt), sep = \'\n\') #以换行符连接每个固定长度的句子 R语言作为统计学一门语言，一直在小众领域闪耀着光芒。直到大数据的爆发，R语言变成了一门炙手可热的数据分析的利器。随着越来越多的工程背景的人的加入，R语言的社区在 迅速扩大成长。现在已不仅仅是统计领域，教育，银行，电商，互联网….都在使用R语言。 > cat(str_wrap(txt, indent = 4)) #段落第一行空4个字符 R语言作为统计学一门语言，一直在小众领域闪耀着光芒。直到大数据的爆发，R语言变成了一门炙手可热的数据分析的利器。随着越来越多的工程背景的人的加入，R语言 的社区在迅速扩大成长。现在已不仅仅是统计领域，教育，银行，电商，互联网….都在使用R语言。 >
3.1.6 str_sub，截取字符串
函数定义：
str_sub(string, start = 1L, end = -1L)参数列表：
string: 字符串，字符串向量。 start : 开始位置 end : 结束位置截取字符串
> txt <- "I am Conan." # 截取1-4的索引位置的字符串 > str_sub(txt, 1, 4) [1] "I am" # 截取1-6的索引位置的字符串 > str_sub(txt, end=6) [1] "I am C" # 截取6到结束的索引位置的字符串 > str_sub(txt, 6) [1] "Conan." # 分2段截取字符串 > str_sub(txt, c(1, 4), c(6, 8)) [1] "I am C" "m Con" # 通过负坐标截取字符串 > str_sub(txt, -3) [1] "an." > str_sub(txt, end = -3) [1] "I am Cona"对截取的字符串进行赋值
> x <- "AAABBBCCC" # 在字符串的1的位置赋值为1 > str_sub(x, 1, 1) <- 1; x [1] "1AABBBCCC" # 在字符串从2到-2的位置赋值为2345 > str_sub(x, 2, -2) <- "2345"; x [1] "12345C"
3.2 字符串计算函数
3.2.1 str_count，字符串计数 (计数能够匹配上的字符个数)
函数定义：
str_count(string, pattern = "")参数列表：
string: 字符串，字符串向量。 pattern: 匹配的字符。对字符串中匹配的字符计数
> str_count(\'aaa444sssddd\', "a") [1] 3对字符串向量中匹配的字符计数
> fruit <- c("apple", "banana", "pear", "pineapple") > str_count(fruit, "a") [1] 1 3 1 1 > str_count(fruit, "p") [1] 2 0 1 3对字符串中的 \'.\' 字符计数，由于 . 是正则表达式的匹配符，直接判断计数的结果是不对的。
> str_count(c("a.", ".", ".a.",NA), ".") [1] 2 1 3 NA # 用fixed匹配字符 > str_count(c("a.", ".", ".a.",NA), fixed(".")) [1] 1 1 2 NA # 用\\匹配字符 > str_count(c("a.", ".", ".a.",NA), "\\.") [1] 1 1 2 NA
3.2.2 str_length，字符串长度
函数定义：
str_length(string)参数列表：
string: 字符串，字符串向量计算字符串的长度:
> str_length(c("A", "abdata", "银河统计", NA)) [1] 1 6 4 NA
3.2.3 str_sort，字符串值排序，同str_order索引排序
函数定义：
str_sort(x, decreasing = FALSE, na_last = TRUE, locale = "", ...) str_order(x, decreasing = FALSE, na_last = TRUE, locale = "", ...)参数列表：
x: 字符串，字符串向量。 decreasing: 排序方式，默认为升序。 na_last:NA值的存放位置，一共3个值，TRUE放到最后，FALSE放到最前，NA过滤处理 locale:按哪种语言习惯排序对字符串值进行排序
# 按ASCII字母排序 > str_sort(c(\'a\',1,2,\'11\'), locale = "en") [1] "1" "11" "2" "a" # 倒序排序 > str_sort(letters,decreasing=TRUE) [1] "z" "y" "x" "w" "v" "u" "t" "s" "r" "q" "p" "o" "n" "m" "l" "k" "j" "i" "h" [20] "g" "f" "e" "d" "c" "b" "a" # 按拼音排序 > str_sort(c(\'你\',\'好\',\'粉\',\'丝\',\'日\',\'志\'),locale = "zh") [1] "粉" "好" "你" "日" "丝" "志"对NA值的排序处理
#把NA放最后面 > str_sort(c(NA,\'1\',NA),na_last=TRUE) [1] "1" NA NA #把NA放最前面 > str_sort(c(NA,\'1\',NA),na_last=FALSE) [1] NA NA "1" #去掉NA值 > str_sort(c(NA,\'1\',NA),na_last=NA) [1] "1" ### str_order 和 str_sort的区别 ### 在于前者返回排序后的索引（下标），后者返回排序后的实际值 > str_order(letters, locale = \'en\') [1] 1 2 3 4 5 6 7 8 9 10 11 12 [13] 13 14 15 16 17 18 19 20 21 22 23 24 [25] 25 26 > str_sort(letters, locale = \'en\') [1] "a" "b" "c" "d" "e" "f" "g" "h" "i" [10] "j" "k" "l" "m" "n" "o" "p" "q" "r" [19] "s" "t" "u" "v" "w" "x" "y" "z"
3.3 字符串匹配函数
3.3.1 str_split，字符串分割，同 str_split_fixed
函数定义：
str_split(string, pattern, n = Inf) str_split_fixed(string, pattern, n)参数列表：
string: 字符串，字符串向量。 pattern: 匹配的字符（分割符，可以是正则表达式也可以是固定的字符）。 n: 分割个数（指定返回分割的个数，需要注意的是，其使用转移法分割字符串）对字符串进行分割
### str_split与str_split_fixed的区别 ### 在于前者返回列表格式，后者返回矩阵格式 > val <- "abc,123,234,iuuu" # 以,进行分割 > s1<-str_split(val, ",");s1 [[1]] [1] "abc" "123" "234" "iuuu" # 以,进行分割，保留2块 > s2<-str_split(val, ",",2);s2 [[1]] [1] "abc" "123,234,iuuu" # 查看str_split()函数操作的结果类型list > class(s1) [1] "list" # 用str_split_fixed()函数分割，结果类型是matrix > s3<-str_split_fixed(val, ",",2);s3 [,1] [,2] [1,] "abc" "123,234,iuuu" > class(s3) [1] "matrix"
3.3.2 str_subset：返回的匹配字符串
函数定义：
str_subset(string, pattern)参数列表：
string: 字符串，字符串向量。 pattern: 匹配的字符（需要匹配的字符模式，默认模式可以是正则表达式）。匹配字符串
> val <- c("abc", 123, "cba") # 全文匹配 > str_subset(val, "a") [1] "abc" "cba" # 开头匹配 > str_subset(val, "^a") [1] "abc" # 结尾匹配 > str_subset(val, "a$") [1] "cba" #该函数与word()函数的区别在于前者提取字符串的子串，后者提取的是单词，而且str_sub也可以其替换的作用。 > string <- \'My name is ABDATA, I’m 27.\' > str_sub(string, 1, 1) [1] "M" > word(string, 1, 1) [1] "My" > str_sub(string, 1, 4) [1] "My n" > word(string, 1, 4) [1] "My name is ABDATA," > str_sub(string, -1) [1] "." > word(string, -1) [1] "27." > str_sub(string, -3,-2) <- 25 > string [1] "My name is ABDATA, I’m 25."
3.3.3 word，从文本中提取单词（适用于英语环境下的使用）
函数定义：
word(string, start = 1L, end = start, sep = fixed(" "))参数列表：
string: 字符串，字符串向量。 start: 开始位置。 end: 结束位置。 sep: 指定单词之间的分隔符，默认为空格。从文本中提取单词
> val <- c("I am Conan.", "http://fens.me, ok") # 默认以空格分割，取第一个位置的字符串 > word(val, 1) [1] "I" "http://fens.me," > word(val, -1) [1] "Conan." "ok" > word(val, 2, -1) [1] "am Conan." "ok" # 以,分割，取第一个位置的字符串 > val<-\'111,222,333,444\' > word(val, 1, sep = fixed(\',\')) [1] "111" > word(val, 3, sep = fixed(\',\')) [1] "333" # 以空格分隔 > string <- \'I like using R\' > word(string, 1, -1) #取出所有的句子 [1] "I like using R" > word(string, 1) #提取第一个单词 [1] "I" > word(string, -1) #提取最后一个单词 [1] "R" > word(string, 1, 1:4) #提取最后一个单词 [1] "I" "I like" "I like using" [4] "I like using R"
3.3.4 str_detect匹配字符串的字符(检测函数，用于检测字符串中是否存在某种匹配模式)
函数定义：
str_detect(string, pattern)参数列表：
string: 字符串，字符串向量。 pattern: 匹配字符。匹配字符串的字符
> val <- c("abca4", 123, "cba2") # 检查字符串向量，是否包括a > str_detect(val, "a") [1] TRUE FALSE TRUE # 检查字符串向量，是否以a为开头 > str_detect(val, "^a") [1] TRUE FALSE FALSE # 检查字符串向量，是否以a为结尾 > str_detect(val, "a$") [1] FALSE FALSE FALSE
3.3.5 str_match，从字符串中提取匹配组
函数定义：
str_match(string, pattern) str_match_all(string, pattern)参数列表：
string: 字符串，字符串向量。 pattern: 匹配字符。从字符串中提取匹配组
> val <- c("abc", 123, "cba") # 匹配字符a，并返回对应的字符 > str_match(val, "a") [,1] [1,] "a" [2,] NA [3,] "a" # 匹配字符0-9，限1个，并返回对应的字符 > str_match(val, "[0-9]") [,1] [1,] NA [2,] "1" [3,] NA # 匹配字符0-9，不限数量，并返回对应的字符 > str_match(val, "[0-9]*") [,1] [1,] "" [2,] "123" [3,] ""从字符串中提取匹配组，以字符串matrix格式返回
> str_match_all(val, "a") [[1]] [,1] [1,] "a" [[2]] [,1] [[3]] [,1] [1,] "a" > str_match_all(val, "[0-9]") [[1]] [,1] [[2]] [,1] [1,] "1" [2,] "2" [3,] "3" [[3]] [,1]
3.3.6 str_replace，字符串替换
函数定义：
str_replace(string, pattern, replacement)参数列表：
string: 字符串，字符串向量。 pattern: 匹配字符（模式）。 replacement: 指定新的字符串用于替换匹配的字符（模式）。字符串替换
> val <- c("abc", 123, "cba") # 把目标字符串第一个出现的a或b，替换为- > str_replace(val, "[ab]", "-") [1] "-bc" "123" "c-a" # 把目标字符串所有出现的a或b，替换为- > str_replace_all(val, "[ab]", "-") [1] "--c" "123" "c--" # 把目标字符串所有出现的a，替换为被转义的字符 > str_replace_all(val, "[a]", "\1\1") [1] "\001\001bc" "123" "cb\001\001" ### str_replace 与 str_replace_all的区别 ### 在于前者只替换一次匹配的对象，而后者可以替换所有匹配的对象 > string <- \'1989.07.17\' > string [1] "1989.07.17" > str_replace(string, \'\\.\', \'-\') [1] "1989-07.17" > str_replace_all(string, \'\\.\', \'-\') [1] "1989-07-17"
3.3.7 str_replace_na 把NA替换为NA字符串
函数定义：
str_replace_na(string, replacement = "NA")参数列表：
string: 字符串，字符串向量。 replacement : 用于替换的字符。把NA替换为字符串
> str_replace_na(c(NA,\'NA\',"abc"),\'x\') [1] "x" "NA" "abc"
3.3.8 str_locate，找到的模式在字符串中的位置。
函数定义：
str_locate(string, pattern) str_locate_all(string, pattern)参数列表：
string: 字符串，字符串向量。 pattern: 匹配字符。找到的模式在字符串中的位置
> val <- c("abca", 123, "cba") # 匹配a在字符串中的位置 > str_locate(val, "a") start end [1,] 1 1 [2,] NA NA [3,] 3 3 # 用向量匹配 > str_locate(val, c("a", 12, "b")) start end [1,] 1 1 [2,] 1 2 [3,] 2 2 # 以字符串matrix格式返回 > str_locate_all(val, "a") [[1]] start end [1,] 1 1 [2,] 4 4 [[2]] start end [[3]] start end [1,] 3 3 # 匹配a或b字符，以字符串matrix格式返回 > str_locate_all(val, "[ab]") [[1]] start end [1,] 1 1 [2,] 2 2 [3,] 4 4 [[2]] start end [[3]] start end [1,] 2 2 [2,] 3 3
3.3.9 str_extract从字符串中提取匹配模式
函数定义：
str_extract(string, pattern) str_extract_all(string, pattern, simplify = FALSE)参数列表：
string: 字符串，字符串向量。 pattern: 匹配字符。 simplify: 返回值，TRUE返回matrix，FALSE返回字符串向量从字符串中提取匹配模式
> val <- c("abca4", 123, "cba2") # 返回匹配的数字 > str_extract(val, "\\d") [1] "4" "1" "2" # 返回匹配的字符 > str_extract(val, "[a-z]+") [1] "abca" NA "cba" > val <- c("abca4", 123, "cba2") > str_extract_all(val, "\\d") [[1]] [1] "4" [[2]] [1] "1" "2" "3" [[3]] [1] "2" > str_extract_all(val, "[a-z]+") [[1]] [1] "abca" [[2]] character(0) [[3]] [1] "cba"
3.4 字符串变换函数
3.4.1 str_conv:字符编码转换
函数定义：
str_conv(string, encoding)参数列表：
string: 字符串，字符串向量。 encoding: 编码名。对中文进行转码处理。
# 把中文字符字节化 > x <- charToRaw(\'你好\');x [1] c4 e3 ba c3 # 默认win系统字符集为GBK，GB2312为GBK字集，转码正常 > str_conv(x, "GBK") [1] "你好" > str_conv(x, "GB2312") [1] "你好" # 转UTF-8失败 > str_conv(x, "UTF-8") [1] "���" Warning messages: 1: In stri_conv(string, encoding, "UTF-8") : input data \xffffffc4 in current source encoding could not be converted to Unicode 2: In stri_conv(string, encoding, "UTF-8") : input data \xffffffe3\xffffffba in current source encoding could not be converted to Unicode 3: In stri_conv(string, encoding, "UTF-8") : input data \xffffffc3 in current source encoding could not be converted to Unicode 把unicode转UTF-8 > x1 <- "\u5317\u4eac" > str_conv(x1, "UTF-8") [1] "北京"
3.4.2 str_to_upper，字符串大写转换。
函数定义：
str_to_upper(string, locale = "") str_to_lower(string, locale = "") str_to_title(string, locale = "")参数列表：
string: 字符串。 locale:按哪种语言习惯排序字符串大写转换:
> val <- "I am conan. Welcome to my blog! http://fens.me" # 全大写 > str_to_upper(val) [1] "I AM CONAN. WELCOME TO MY BLOG! HTTP://FENS.ME" # 全小写 > str_to_lower(val) [1] "i am conan. welcome to my blog! http://fens.me" # 首字母大写 > str_to_title(val) [1] "I Am Conan. Welcome To My Blog! Http://Fens.Me"
字符串在平常的数据处理中经常用过，需要对字符串进行分割、连接、转换等操作，本篇中通过介绍stringr，灵活的字符串处理库，可以有效地提高代码的编写效率。有了好的工具，在用R语言处理字符串就顺手了。
stringr包中的重要函数
| 函数 | 功能说明 | R Base中对应函数 |
| 使用正则表达式的函数 | ||
| str_extract() | 提取首个匹配模式的字符 | regmatches() |
| str_extract_all() | 提取所有匹配模式的字符 | regmatches() |
| str_locate() | 返回首个匹配模式的字符的位置 | regexpr() |
| str_locate_all() | 返回所有匹配模式的字符的位置 | gregexpr() |
| str_replace() | 替换首个匹配模式 | sub() |
| str_replace_all() | 替换所有匹配模式 | gsub() |
| str_split() | 按照模式分割字符串 | strsplit() |
| str_split_fixed() | 按照模式将字符串分割成指定个数 | - |
| str_detect() | 检测字符是否存在某些指定模式 | grepl() |
| str_count() | 返回指定模式出现的次数 | - |
| 其他重要函数 | ||
| str_sub() | 提取指定位置的字符 | regmatches() |
| str_dup() | 复制字符串 | - |
| str_length() | 返回字符的长度 | nchar() |
| str_pad() | 填补字符 | - |
| str_trim() | 丢弃填充，如去掉字符前后的空格 | - |
| str_c() | 连接字符 | paste(),paste0() |
可见，stringr包中的字符处理函数更丰富和完整（其实还有更多函数），并且更容易记忆。或许速度也会更快。
