我正在处理一个在R中有超过45,000个变量的数据集。我正在尝试从标题列创建一个新列。以下是标题栏的两个示例：
DIRECTIVE **2001/110/CE** DU CONSEIL DU 20 D<U+00C9>CEMBRE 2001 RELATIVE AU MIEL
Directive **2010/33/UE** de la Commission du 21<U+00A0>mai 2010 rectifiant la version espagnole de la directive<U+00A0>2001/112/CE du Conseil relative aux jus de fruits et <U+00E0> certains produits similaires destin<U+00E9>s <U+00E0> l'alimentation humaine
我想从粗体数据中创建一个新列，但不知道如何让R读取数据并对其进行排序。
答案 0 :(得分：0)
有两种方法。可扩展性更高的方式可能是使用正则表达式。
我试图创建一个正则表达式，但我个人并不擅长它，所以它有一些错误。
regmatches(string, regexpr("\\d{4}\\/\\d{3}/[A-Za-z]{2}", string))
适用于字符串1，但为字符串2提供错误的结果。也许其他人可以改进它。
另一种方法是在标题栏中找到模式。如果第一个单词始终为directive，那么：
trimws(substr(string,10,21))
会得到更一致的结果。您所要做的就是使用trimws()修剪结果列中的空白区域。