1

Tenho a seguinte estrutura:

library(stringr)

filtro_palavras <- structure(list(palavras = c("cultivo", "produtos", "atacadista", 
"papel", "madeira", "água", "agrícola", "vestuário", "calçados", 
"fumo", "agricultura", "bebidas", "agropecuária", "florestas", 
"abate")), row.names = c(NA, 15L), class = "data.frame")

Gostaria de substituir as palavras que começam com "agr" (no caso: agrícola,cagricultura,cagropecuária) por agr.

Para isso, estou tentando o seguinte:

filtro_palavras$palavras <- str_replace_all(filtro_palavras$palavras, "^agr", "agr")

Mas não acontece nenhuma alteração.

2 Respostas 2

2

Não é necessário carregar um pacote externo para fazer essa substituição, o R base tem funções sub e gsub que resolvem o problema.

sub("^agr.*\\b", "agr.", filtro_palavras$palavras)
# [1] "cultivo"    "produtos"   "atacadista" "papel"     
# [5] "madeira"    "água"       "agr."       "vestuário" 
# [9] "calçados"   "fumo"       "agr."       "bebidas"   
#[13] "agr."       "florestas"  "abate" 

Explicação da regex

  1. "^" Início da string.
  2. "^agr" a string começa por "agr".
  3. "^agr.*" a string começada por "agr"` é seguida por zero ou mais carateres.
  4. "^agr.*\\b" a string do ponto acima está limitada por fronteira de palavra. Em vez de \\b que pode ser usado em ambos os lados da palavra, neste caso também pode ser \\> (só no fim da palavra).
3
  • Interessante! Pode explicar melhor o que seria fronteira de palavra e o \\b? Obrigado!
    – rtheodoro
    7/07/2020 às 19:33
  • 2
    @RxT Existe uma explicação sobre o \b aqui
    – hkotsubo
    7/07/2020 às 19:43
  • @hkotsubo Ou aqui, no parágrafo antes de "A regular expression may be followed by one of several repetition quantifiers". 7/07/2020 às 21:42
0

Entendi o que estava errado.

O símbolo ^ indica apenas que a palavra deve começar com essas letras.

Faltou o simbolo . que indica qualquer caractere e o símbolo + que indica repetições do último caractere (no caso, .).

Então, para pegar as três primeiras letras ficou assim:

filtro_palavras$palavras <- str_replace_all(filtro_palavras$palavras, '^agr.+', 'agr')

Traduzindo: começa com "agr", depois pode vir qualquer caractere, infinitas vezes.

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .