Napisy (stringi) w R: paste, sprintf, gsub, substr i nie tylko

Tworzenie napisów w R

Napis w R to tekst w cudzysłowie. Działają zarówno cudzysłowy podwójne, jak i pojedyncze, i znaczą dokładnie to samo. Konwencja to cudzysłowy podwójne, a pojedyncze stosuje się wtedy, gdy sam tekst zawiera cudzysłów podwójny:

name <- "Ada"
motto <- 'said "make it work" twice'
escaped <- "or escape \"quotes\" with a backslash"

cat(motto, "\n")
cat(escaped, "\n")

Sekwencje z ukośnikiem odwrotnym działają jak w większości języków: \" dla dosłownego cudzysłowu, \n dla nowej linii, \t dla tabulatora, \\ dla samego ukośnika odwrotnego.

A teraz błąd, który każdy początkujący w R popełnia dokładnie raz: pytanie napisu o długość przez length().

s <- "hello"
cat(nchar(s), "\n")
cat(length(s), "\n")

nchar() liczy znaki, czyli 5. length() liczy elementy wektora, a pojedynczy napis to wektor z jednym elementem, więc wynik to 1. W R wszystko jest wektorem, także tekst, a wszystkie funkcje z tej strony po cichu działają element po elemencie na całych wektorach tekstowych. To zaleta, gdy już przestanie cię zaskakiwać.

Łączenie napisów: paste() i paste0()

R nie ma + dla napisów. Do łączenia służy paste(), która domyślnie łączy argumenty spacją, i paste0(), która łączy je bez niczego:

cat(paste("data", "science"), "\n")
cat(paste("data", "science", sep = "-"), "\n")
cat(paste0("file_", "2026"), "\n")

Ponieważ paste jest wektorowa, przekazanie jej wektora buduje wiele napisów naraz. Tak w jednej linii generuje się nazwy plików, etykiety i identyfikatory:

print(paste0("file_", 1:3))

A argument collapse robi coś odwrotnego: skleja cały wektor w jeden napis z wybranym separatorem:

words <- c("ready", "set", "go")
cat(paste(words, collapse = "... "), "\n")

Zapamiętaj podział: sep określa klej między argumentami, a collapse klej między elementami jednego wektora. Możesz użyć obu w jednym wywołaniu.

Formatowanie przez sprintf()

Gdy potrzebujesz liczb sformatowanych w tekście (stała liczba miejsc po przecinku, wyrównana szerokość), paste() przestaje wystarczać i do akcji wchodzi sprintf(). Używa kodów formatu w stylu C: %s dla napisów, %d dla liczb całkowitych, %f dla liczb dziesiętnych:

cat(sprintf("%s scored %d points (%.1f%%)\n", "Rosa", 87, 92.5))
cat(sprintf("%.3f\n", pi))
cat(sprintf("invoice %05d\n", 42))

%.1f oznacza „jedno miejsce po przecinku”, %.3f trzy, a %05d dopełnia zerami do pięciu cyfr. Podwójne %% daje dosłowny znak procentu. sprintf() też jest wektorowa, więc potrafi sformatować całą kolumnę wartości jednym wywołaniem. Wzorzec raportowania sprintf() + cat() opisuje artykuł o wejściu i wyjściu.

Zmiana wielkości liter i wycinanie: toupper(), tolower(), substr()

Zmiana wielkości liter robi dokładnie to, co mówi nazwa:

s <- "Programming in R"
cat(toupper(s), "\n")
cat(tolower(s), "\n")

tolower() najbardziej przydaje się przy normalizowaniu chaotycznych danych przed porównaniem: "Yes", "YES" i "yes" stają się tą samą wartością.

substr(x, start, stop) wycina fragment według pozycji znaków, licząc od 1 (R wszędzie indeksuje od 1):

s <- "Programming in R"
cat(substr(s, 1, 11), "\n")
cat(substr(s, 16, 16), "\n")

Oba końce są włączone: pozycje od 1 do 11 dają "Programming".

Wyszukiwanie i zamiana: sub(), gsub() i grepl()

sub() zamienia pierwsze wystąpienie wzorca; gsub() („global substitute”) zamienia wszystkie:

s <- "good code, good tests, good docs"
cat(sub("good", "great", s), "\n")
cat(gsub("good", "great", s), "\n")

Jeden kluczowy szczegół: wzorzec jest domyślnie wyrażeniem regularnym, a nie dosłownym tekstem. Znaki regex, takie jak ., *, ( i ?, mają specjalne znaczenie: goła . pasuje do dowolnego znaku. Gdy chodzi ci o dosłowny tekst, przekaż fixed = TRUE:

cat(gsub(".", "-", "a.b.c", fixed = TRUE), "\n")
cat(gsub(".", "-", "a.b.c"), "\n")

Pierwsza linia daje a-b-c; druga daje -----, bo jako regex . dopasowała każdy pojedynczy znak. Dopóki nie poznasz wyrażeń regularnych, niech fixed = TRUE będzie twoim domyślnym wyborem, a nic cię nie ugryzie.

grepl() niczego nie zamienia: sprawdza, czy każdy element pasuje, i zwraca wektor logiczny. Dzięki temu to standardowe narzędzie do filtrowania tekstu:

files <- c("report.csv", "notes.txt", "data.csv")
print(grepl(".csv", files, fixed = TRUE))
print(files[grepl(".csv", files, fixed = TRUE)])

Pierwszy wynik oznacza, które nazwy plików zawierają .csv; drugi używa tego wektora logicznego, żeby zostawić tylko dopasowania.

Dzielenie i przycinanie: strsplit() i trimws()

strsplit() tnie napis według separatora. Ma jedną osobliwość: zwraca listę, bo potrafi podzielić wiele napisów naraz. Przy pojedynczym napisie weź pierwszy element przez [[1]]:

parts <- strsplit("2026-08-07", "-")[[1]]
print(parts)
cat("year:", parts[1], "\n")

A trimws() usuwa białe znaki, w które prawdziwe dane zawsze są owinięte:

raw <- "   padded input   "
cat("[", trimws(raw), "]\n", sep = "")

Domyślnie przycina oba końce; which = "left" albo "right" przycina tylko jedną stronę (nazwy odnoszą się do początku i końca napisu).

Alternatywa: stringr

Wszystko powyżej to bazowy R: zawsze dostępny, bez instalacji. Pakiet stringr z tidyverse opakowuje te same operacje w spójny schemat nazw str_*, w którym napis jest zawsze pierwszym argumentem, co wielu osobom łatwiej zapamiętać (instalację opisuje artykuł o pakietach):

library(stringr)

str_detect(files, "csv")            # like grepl(), data first
str_replace_all(s, "good", "great") # like gsub(), arguments reordered
str_length("hello")                 # like nchar()

Funkcje tekstowe bazowego R i tak warto znać: spotkasz je w każdym skrypcie, każdej odpowiedzi na Stack Overflow i każdym komunikacie o błędzie. Najpierw naucz się nazw z bazowego R; po stringr sięgnij, gdy niespójna kolejność argumentów zacznie cię irytować.

Najważniejsze informacje

• Napisy zapisuje się zwyczajowo w cudzysłowach podwójnych; nchar() liczy znaki, length() liczy elementy wektora.
• Łącz przez paste() / paste0(); sep skleja argumenty, collapse skleja wektor w jeden napis.
• sprintf() obsługuje sformatowany wynik: %s, %d, %.2f.
• sub() zamienia pierwsze dopasowanie, gsub() wszystkie, grepl() sprawdza dopasowania. Wszystkie domyślnie używają regex, więc przekaż fixed = TRUE dla dosłownego tekstu.
• strsplit() zwraca listę (weź [[1]]); trimws() czyści wejście z nadmiarowymi spacjami.

Dalej: wprowadzanie tekstu do programów i wyprowadzanie go z nich, czyli wypisywanie przez print() i cat() oraz wczytywanie danych od użytkownika.