R言語のstringrパッケージに含まれているstr_split_1()関数について解説します。この関数は、「1つの文字列を特定の区切り文字でバラバラに分解し、1次元のベクトルとして受け取りたい」ときに使える関数です。
stringrパッケージは、文字列データを操作するための強力で便利な関数を多く取り扱っています。また、Rのデータサイエンス向け主要パッケージ群であるtidyverseパッケージにも含まれています。
概要
str_split_1()は、文字列を分割して文字ベクトルを返すための関数です。
使い方
str_split_1(string, pattern)
引数
string
文字ベクトルまたは文字ベクトルに変換可能なものを指定します。
pattern
検索するパターンを指定します。
デフォルトの解釈は、vignette(“regular-expressions”)で説明されている正規表現です。マッチング動作をより細かく制御するには、regex()を使用してください。
fixed()を使用して、固定文字列（つまり、バイトのみを比較する）をマッチングします。これは高速ですが、近似値です。一般的に、人間のテキストをマッチングするには、指定されたロケールの文字マッチング規則を尊重するcoll()が適しています。
boundary()を使用して、文字、単語、行、文の境界をマッチングします。空のパターン””は、boundary(“character”)と同等です。
使用例
準備
あらかじめ、tidyverseパッケージまたはstringrパッケージを読み込んでおきます。
# library(tidyverse)でもよい
library(stringr)
文字列を分割して文字ベクトルを返す
文字列「りんご,ごりら,らっぱ」を「,」で分割して文字ベクトルを返すには次のようにします。
str_split_1("りんご,ごりら,らっぱ", ",")
[1] "りんご" "ごりら" "らっぱ"