stevec:
私はそれが形式だかどうかに基づいて、シンボル列をフィルタ処理しようとしています \uxxxx
これは、のようないくつかの表情であること、視覚的に簡単で$
、¢
、£
、などのような\u058f
、\u060b
、\u07fe
。
しかし、私は使用してそれを把握するように見えることはできませんstringi
/dplyr
library(dplyr)
library(stringi)
df <- structure(list(Character = c("\\u0024", "\\u00A2", "\\u00A3",
"\\u00A4", "\\u00A5", "\\u058F", "\\u060B", "\\u07FE", "\\u07FF",
"\\u09F2", "\\u09F3", "\\u09FB", "\\u0AF1", "\\u0BF9", "\\u0E3F",
"\\u17DB", "\\u20A0", "\\u20A1", "\\u20A2", "\\u20A3"),
Symbol = c("$", "¢", "£", "¤", "¥", "\u058f", "\u060b", "\u07fe", "\u07ff",
"৲", "৳", "\u09fb", "\u0af1", "\u0bf9", "฿", "៛", "₠",
"₡", "₢", "₣")), row.names = c(NA, 20L), class = "data.frame")
Character Symbol
1 \\u0024 $
2 \\u00A2 ¢
3 \\u00A3 £
4 \\u00A4 ¤
5 \\u00A5 ¥
6 \\u058F \u058f
7 \\u060B \u060b
8 \\u07FE \u07fe
9 \\u07FF \u07ff
10 \\u09F2 ৲
11 \\u09F3 ৳
12 \\u09FB \u09fb
13 \\u0AF1 \u0af1
14 \\u0BF9 \u0bf9
15 \\u0E3F ฿
16 \\u17DB ៛
17 \\u20A0 ₠
18 \\u20A1 ₡
19 \\u20A2 ₢
20 \\u20A3 ₣
私が試してみました
私は上のバリエーションを使用して試してみましたnchar
が、運がなかったです
df$Symbol %>% nchar
# [1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
df$Symbol %>% stri_unescape_unicode %>% nchar
# [1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
df$Symbol %>% stri_escape_unicode %>% nchar
# [1] 1 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6
質問
どのように私は、フォームのすべての行のシンボル列にフィルタリングすることができ$
、¢
、£
など(およびその逆のような行に対して\u058f
、\u060b
、\u07fe
)?
H 1:
編集:
機能glyphs_match()
からのgdtools
パッケージはかなり期待どおりの結果が返されませんでした、それを使用して、しかし、このために設計されています。私が使用しているLucida Console
私のフォントとしておよび使用する場合は、以下の出力を得ますglyphs_match()
。1つのレンダリングされていないグリフが、機能のリターンがあるようですTRUE
。それが事実である理由おそらく、他のユーザーが説明することができます。
df$glyph_match <- gdtools::glyphs_match(df$Symbol, fontfile = "C:\\WINDOWS\\Fonts\\lucon.TTF")
df
Character Symbol glyph_match
1 \\u0024 $ TRUE
2 \\u00A2 ¢ TRUE
3 \\u00A3 £ TRUE
4 \\u00A4 ¤ TRUE
5 \\u00A5 ¥ TRUE
6 \\u058F <U+058F> FALSE
7 \\u060B <U+060B> FALSE
8 \\u07FE <U+07FE> FALSE
9 \\u07FF <U+07FF> FALSE
10 \\u09F2 <U+09F2> FALSE
11 \\u09F3 <U+09F3> FALSE
12 \\u09FB <U+09FB> FALSE
13 \\u0AF1 <U+0AF1> FALSE
14 \\u0BF9 <U+0BF9> FALSE
15 \\u0E3F <U+0E3F> FALSE
16 \\u17DB <U+17DB> FALSE
17 \\u20A0 <U+20A0> FALSE
18 \\u20A1 ¢ TRUE
19 \\u20A2 <U+20A2> FALSE
20 \\u20A3 <U+20A3> TRUE
以前の答えは - Windowsでのみ動作することがあります。
あなたのコードを実行するときに、たとえば、私の出力は、あなたが提供したものと一致しない、あなたのフォント/システムに応じて、変化があるでしょう:
df <- structure(list(Character = c("\\u0024", "\\u00A2", "\\u00A3",
"\\u00A4", "\\u00A5", "\\u058F", "\\u060B", "\\u07FE", "\\u07FF",
"\\u09F2", "\\u09F3", "\\u09FB", "\\u0AF1", "\\u0BF9", "\\u0E3F",
"\\u17DB", "\\u20A0", "\\u20A1", "\\u20A2", "\\u20A3"),
Symbol = c("$", "¢", "£", "¤", "¥", "\u058f", "\u060b", "\u07fe", "\u07ff",
"৲", "৳", "\u09fb", "\u0af1", "\u0bf9", "฿", "៛", "₠",
"₡", "₢", "₣")), row.names = c(NA, 20L), class = "data.frame")
df
Character Symbol
1 \\u0024 $
2 \\u00A2 ¢
3 \\u00A3 £
4 \\u00A4 ¤
5 \\u00A5 ¥
6 \\u058F <U+058F>
7 \\u060B <U+060B>
8 \\u07FE <U+07FE>
9 \\u07FF <U+07FF>
10 \\u09F2 <U+09F2>
11 \\u09F3 <U+09F3>
12 \\u09FB <U+09FB>
13 \\u0AF1 <U+0AF1>
14 \\u0BF9 <U+0BF9>
15 \\u0E3F <U+0E3F>
16 \\u17DB <U+17DB>
17 \\u20A0 <U+20A0>
18 \\u20A1 ¢
19 \\u20A2 <U+20A2>
20 \\u20A3 <U+20A3>
しかし、グリフが存在する場合、キャプチャの1の粗方法は、次のとおりです。
nchar(capture.output(cat(df$Symbol, sep = "\n"))) == 1
[1] TRUE TRUE TRUE TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
[18] TRUE FALSE FALSE
だから、グリフはによってフィルタリングすることができます。
library(dplyr)
df %>%
filter(nchar(capture.output(cat(Symbol, sep = "\n"))) == 1)
Character Symbol
1 \\u0024 $
2 \\u00A2 ¢
3 \\u00A3 £
4 \\u00A4 ¤
5 \\u00A5 ¥
6 \\u20A1 ¢