Como aparar espaços em branco à esquerda e à direita?

Estou tendo alguns problemas com espaços em branco iniciais e finais em um data.frame. Por exemplo, eu gosto de dar uma olhada em um específico rowem um com data.framebase em uma determinada condição:

> myDummy[myDummy$country == c("Austria"),c(1,2,3:7,19)] 

[1] codeHelper     country        dummyLI    dummyLMI       dummyUMI       
[6] dummyHInonOECD dummyHIOECD    dummyOECD      
<0 rows> (or 0-length row.names)

Fiquei me perguntando por que não obtive a produção esperada desde que o país Áustria obviamente existia na minha data.frame. Depois de examinar meu histórico de códigos e tentar descobrir o que deu errado, tentei:

> myDummy[myDummy$country == c("Austria "),c(1,2,3:7,19)]
   codeHelper  country dummyLI dummyLMI dummyUMI dummyHInonOECD dummyHIOECD
18        AUT Austria        0        0        0              0           1
   dummyOECD
18         1

Tudo o que mudei no comando é um espaço em branco adicional após a Áustria.

Outros problemas irritantes obviamente surgem. Por exemplo, quando eu gosto de mesclar dois quadros com base na coluna do país. Um data.frameusa "Austria "enquanto o outro quadro tem "Austria". A correspondência não funciona.

1. Existe uma boa maneira de 'mostrar' o espaço em branco na minha tela para que eu esteja ciente do problema?
2. E posso remover o espaço em branco à esquerda e à direita no R?

Até agora, eu escrevia um Perlscript simples que remove o espaço em branco, mas seria bom se eu pudesse fazê-lo dentro de R.

Provavelmente, a melhor maneira é lidar com os espaços em branco à direita ao ler seu arquivo de dados. Se você usar read.csvou read.tablevocê pode definir o parâmetro strip.white=TRUE.

Se você quiser limpar as seqüências posteriormente, poderá usar uma destas funções:

# returns string w/o leading whitespace
trim.leading <- function (x)  sub("^\\s+", "", x)

# returns string w/o trailing whitespace
trim.trailing <- function (x) sub("\\s+$", "", x)

# returns string w/o leading or trailing whitespace
trim <- function (x) gsub("^\\s+|\\s+$", "", x)

Para usar uma dessas funções em myDummy$country:

 myDummy$country <- trim(myDummy$country)

Para 'mostrar' o espaço em branco que você pode usar:

 paste(myDummy$country)

que mostra as seqüências de caracteres entre aspas ("), facilitando a identificação dos espaços em branco.

A partir do R 3.2.0, uma nova função foi introduzida para remover os espaços em branco à esquerda / à direita:

trimws()

Veja: http://stat.ethz.ch/R-manual/R-patched/library/base/html/trimws.html

Para manipular o espaço em branco, use str_trim () no pacote stringr. O pacote tem manual datado de 15 de fevereiro de 2013 e está no CRAN. A função também pode manipular vetores de string.

install.packages("stringr", dependencies=TRUE)
require(stringr)
example(str_trim)
d4$clean2<-str_trim(d4$V2)

(o crédito vai para o comentarista: R. Cotton)

Uma função simples para remover os espaços em branco iniciais e finais:

trim <- function( x ) {
  gsub("(^[[:space:]]+|[[:space:]]+$)", "", x)
}

Uso:

> text = "   foo bar  baz 3 "
> trim(text)
[1] "foo bar  baz 3"

ad1) Para ver espaços em branco, você pode chamar diretamente print.data.framecom argumentos modificados:

print(head(iris), quote=TRUE)
#   Sepal.Length Sepal.Width Petal.Length Petal.Width  Species
# 1        "5.1"       "3.5"        "1.4"       "0.2" "setosa"
# 2        "4.9"       "3.0"        "1.4"       "0.2" "setosa"
# 3        "4.7"       "3.2"        "1.3"       "0.2" "setosa"
# 4        "4.6"       "3.1"        "1.5"       "0.2" "setosa"
# 5        "5.0"       "3.6"        "1.4"       "0.2" "setosa"
# 6        "5.4"       "3.9"        "1.7"       "0.4" "setosa"

Veja também ?print.data.framepara outras opções.

Use grep ou grepl para encontrar observações com espaços em branco e sub para se livrar deles.

names<-c("Ganga Din\t","Shyam Lal","Bulbul ")
grep("[[:space:]]+$",names)
[1] 1 3
grepl("[[:space:]]+$",names)
[1]  TRUE FALSE  TRUE
sub("[[:space:]]+$","",names)
[1] "Ganga Din" "Shyam Lal" "Bulbul"  

Prefiro adicionar a resposta como comentário ao user56, mas ainda assim não posso escrever como uma resposta independente. A remoção de espaços em branco à esquerda e à direita pode ser obtida através da função trim () do pacote gdata:

require(gdata)
example(trim)

Exemplo de uso:

> trim("   Remove leading and trailing blanks    ")
[1] "Remove leading and trailing blanks"

Outro problema relacionado ocorre se você tiver vários espaços entre as entradas:

> a <- "  a string         with lots   of starting, inter   mediate and trailing   whitespace     "

Você pode facilmente dividir essa sequência em tokens "reais" usando uma expressão regular para o splitargumento:

> strsplit(a, split=" +")
[[1]]
 [1] ""           "a"          "string"     "with"       "lots"      
 [6] "of"         "starting,"  "inter"      "mediate"    "and"       
[11] "trailing"   "whitespace"

Observe que, se houver uma correspondência no início de uma sequência (não vazia), o primeiro elemento da saída será '""', mas se houver uma correspondência no final da sequência, a saída será a mesma que com a partida removida.

Outra opção é usar a stri_trimfunção do stringipacote cujo padrão é remover os espaços em branco iniciais e finais:

> x <- c("  leading space","trailing space   ")
> stri_trim(x)
[1] "leading space"  "trailing space"

Para remover apenas o espaço em branco à esquerda, use stri_trim_left. Para remover apenas o espaço em branco à direita, use stri_trim_right. Quando você deseja remover outros caracteres iniciais ou finais, é necessário especificar isso com pattern =.

Veja também ?stri_trimpara mais informações.

Criei uma trim.strings ()função para aparar espaços em branco à esquerda e à direita como:

# Arguments:    x - character vector
#            side - side(s) on which to remove whitespace 
#                   default : "both"
#                   possible values: c("both", "leading", "trailing")

trim.strings <- function(x, side = "both") { 
    if (is.na(match(side, c("both", "leading", "trailing")))) { 
      side <- "both" 
      } 
    if (side == "leading") { 
      sub("^\\s+", "", x)
      } else {
        if (side == "trailing") {
          sub("\\s+$", "", x)
    } else gsub("^\\s+|\\s+$", "", x)
    } 
} 

Para ilustração,

a <- c("   ABC123 456    ", " ABC123DEF          ")

# returns string without leading and trailing whitespace
trim.strings(a)
# [1] "ABC123 456" "ABC123DEF" 

# returns string without leading whitespace
trim.strings(a, side = "leading")
# [1] "ABC123 456    "      "ABC123DEF          "

# returns string without trailing whitespace
trim.strings(a, side = "trailing")
# [1] "   ABC123 456" " ABC123DEF"   

O melhor método é trimws ()

O código a seguir aplicará essa função a todo o quadro de dados

mydataframe <- data.frame (lapply (mydataframe, trimws), stringsAsFactors = FALSE)

Eu tentei aparar (). Funciona bem com espaços em branco e também com o '\ n'. x = '\ n Harden, J. \ n'

guarnição (x)

myDummy[myDummy$country == "Austria "] <- "Austria"

Depois disso, você precisará forçar R a não reconhecer "Áustria" como um nível. Vamos fingir que você também tem "EUA" e "Espanha" como níveis:

myDummy$country = factor(myDummy$country, levels=c("Austria", "USA", "Spain"))

Um pouco menos intimidador do que a resposta mais votada, mas ainda deve funcionar.