0

Tengo un fichero en excel con textos de este estilo.

text <- c("RAMI? 1/2N Y CAJAL","RAMON Y CAJAL","SAN AGUSTI? 1/2N","SAN AGUSTÌN","LOS I? 1/2NGELES")


[1] "RAMI? 1/2N Y CAJAL" "RAMON Y CAJAL"     
[3] "SAN AGUSTI? 1/2N"   "SAN AGUSTIN"       
[5] "LOS I? 1/2NGELES"  

Es decir, el fallo viene de origen, no es al abrirlo con R.

Alguna idea para no tener que ir uno a uno?

text2  <- gsub("RAMI\\? 1\\/2N Y CAJAL", "RAMON Y CAJAL", text )  
text2  <- gsub("SAN AGUSTI\\? 1\\/2N", "SAN AGUSTIN", text2 ) 
text2  <- gsub("LOS I\\? 1\\/2NGELES", "LOS ANGELES", text2 )  

[1] "RAMON Y CAJAL" "RAMON Y CAJAL" "SAN AGUSTIN"  
[4] "SAN AGUSTIN"   "LOS ANGELES" 

No sé si existe alguna librería diseñada para esto.

2
  • El problema es que el código que eventualmente habría que reemplazar es el mismo en todas las vocales acentuadas: I? 1/2 vale tanto para la Í, la Á y la Ó. ¿cómo podemos saber a cual de ellas correspondería?. Se me ocurre tener un diccionario tipo RAE y validar si la palabra es RAMÓN, RAMÍN o RAMÁN pero dudo que resuelva todos los casos. Commented el 9 abr. a las 12:51
  • Trata de abrir el Excel de forma que reconozca que el texto contiene tildes o caracteres raros. He aquí un vídeo de cómo hacerlo: youtube.com/watch?v=iJOO3lssGhE
    – R18
    Commented el 10 abr. a las 6:16

0

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

Examina otras preguntas con la etiqueta o formula tu propia pregunta.