📌 문자열(Strings)

• 🎯 base 패키지에 있는 함수

  toupper() - 대문자로 변환
  tolower() - 소문자로 변환
  paste() - 문자열 합치기 구분자로 지정가능
  paste0() - 문자열 합치기 공백없이
  substr() - 부분 물자열 추출/대체
  strsplit()
  nchar()
  sub() gsub() - 문자열 대체
  grep() - * 문자열 검색

# 문자열을 자르기 위한 예제
string <- "ABCDEFG"

# 2번째부터 끝에서 2번째까지 부분 문자열 추출
substr(string, 2, nchar(string) - 2)

# 특정 인덱스의 문자 추출
str_sub("ABCDEFG", -6, -3)


# 부분 문자열을 대체하는 예제
string <- "ABCDEFG"

# 2번째부터 끝에서 2번째까지 ###으로 대체
substr(string, 2, nchar(string) - 2) <- "###"
string


# 이름 데이터를 변형하는 예제
names <- c("허준", "홍길동", "이몽룡", "건국대학교", "과학기술")

# 이름이 두 글자인 경우 첫 글자 + '#', 아니면 첫 글자 + '####' + 마지막 글자
names <- ifelse(
    nchar(names) == 2,
    paste0(substr(names, 1, 1), "#"),
    paste0(substr(names, 1, 1), "####", substr(names, nchar(names), nchar(names)))
)
names


# 문자열 내 특정 문자 변환
# 첫 번째 "a"만 "A"로 대체
sub("a", "A", "abracadabra")

# 모든 "a"를 "A"로 대체 (global)
gsub("a", "A", "abracadabra")


# 동물 이름 리스트에서 특정 문자를 대문자로 변환
animals <- c("tiger", "eagle", "elephant")

# 첫 번째 e만 대문자로 변경
sub("e", "E", animals)

# 모든 e를 대문자로 변경
gsub("e", "E", animals)


# 공백 제거 예제
c_animals <- "tiger eagle elephant"

# 모든 공백을 제거
c_animals1 <- gsub(" ", "", c_animals)
c_animals1


# 문자열 검색 예제
strings <- c("Apple", "Tiger", "Cat", "Banana")

# 문자열 내 "a"가 포함된 요소의 인덱스 반환
grep("a", strings)

# "a"가 포함된 요소 자체를 반환
grep("a", strings, value = TRUE)


# 대소문자를 구분하지 않고 검색
grep("a", strings, ignore.case = TRUE)


# 특정 문자 제외하고 검색
grep("a", strings, ignore.case = TRUE, value = TRUE, invert = TRUE)


# mtcars 데이터셋에서 행 이름을 추출
names <- row.names(mtcars)
names


# mtcars 데이터셋의 첫 6행을 출력
head(mtcars)


# mtcars의 행 이름에서 "toyota" 포함된 행 이름 추출 (대소문자 구분하지 않음)
names <- row.names(mtcars)
grep("toyota", names, ignore.case = TRUE, value = TRUE)

---

• 🎯 패키지에 있는 함수

  str_to_upper()
  str_to_lower()
  str_c()
  str_detect()
  str_split()
  str_length()
  str_detect()
  str_extract()
  str_trim()

# 문자열 끝에서 두 자리만 추출
str_sub("20241106", -2, -1)


# 문자열 5번째부터 끝까지 추출
str_sub("20241106", 5)


# 여러 문자열을 하나로 병합
str_flatten(c("2024", "11", "06"))


# 문자열 리스트 예제
text <- c(" 양쪽 모두 ", " 왼쪽만", "오른쪽만 ", "사이에 스페이스")
print(text)


# 문자열 양쪽 공백 제거
str_trim(text)


# 문자열 왼쪽 공백 제거
str_trim(text, side = "left")


# 문자열 오른쪽 공백 제거
str_trim(text, side = "right")


# 주소 문자열에서 특정 단어 추출
addr <- "충북 충주시 충원대로 268"

# 두 번째 단어 추출
word(addr, 2)

---

📌 정규식(Regular Expression)

# 도로교통공단 데이터를 CSV 파일에서 읽어오기
data <- read_csv("../mydata/도로교통공단_시군구별 월별 교통사고 통계_20231231.csv", 
                 locale = locale(encoding = "CP949"), 
                 show_col_types = FALSE)
head(data)


# 충북 지역만 필터링하여 데이터 추출
index <- grep("충북", data$`시도`)
cb <- data[index, ]
cb


# 시도별 데이터 개수 출력
table(cb$`시도`)
table(cb$시도)


# '시'로 끝나는 시군구 필터링 후 개수 출력
idx <- grep("시$", cb$`시군구`)
city <- cb[idx, ]
table(city$시군구)


# '남'을 포함하는 시군구 필터링 후 개수 출력
idx <- grep("남", data$`시군구`)
south <- data[idx, ]
table(south$시군구)


# '남'으로 시작하는 시군구 필터링 후 개수 출력
idx <- grep("^남", data$`시군구`)
south <- data[idx, ]
table(south$시군구)


# '남'으로 시작하고 '구'로 끝나는 3글자 시군구 필터링 후 개수 출력
idx <- grep("^남.*구$", data$`시군구`)
south <- data[idx, ]
table(south$시군구)


# '남구'가 어떤 시도에 분포되어 있는지 확인
data$시도2 <- paste(data$시도, data$시군구)
idx <- grep("^남.*구$", data$`시군구`)
south3 <- data[idx, ]
table(south3$시도2)