在幾行中洗掉部分字串r

我有這樣的資料農場

dummy_data <- structure(list(Date = c("24/06/2002", "24/06/2002", "01/07/2002", 
                                     "01/07/2002", "08/07/2002", 
                                     "08/07/2002","15/07/2002","17/07/2002", 
                                     "22/07/2002", "22/07/2002", "29/07/2002"), 
                             Temp_id= c("ABC", "M567", "M567", "M567", "XYZ", "XYZ", 
                                "T300/500,XYZ", "T300/390,XYZ", "0000,M300", "1234,M678", "ABC")), class = 
                           "data.frame", 
                        row.names = c(NA, 
                                      -11L))

在“temp_id”列的某些行中，有一個附加文本。

如何洗掉“，”之前的部分并將其余字串留在列中？

Required output <-  dummy_data <- structure(list(Date = c("24/06/2002", "24/06/2002", "01/07/2002",   "01/07/2002", "08/07/2002", "08/07/2002","15/07/2002","17/07/2002", 
                                         "22/07/2002", "22/07/2002", "29/07/2002"), 
                                 Temp_id= c("ABC", "M567", "M567", "M567", "XYZ", "XYZ", 
                                    "XYZ", "XYZ", "M300", "M678", "ABC")), class=  "data.frame",  row.names = c(NA,  -11L))

uj5u.com熱心網友回復：

這是你的列Temp_id：

Temp_id= c("ABC", "M567", "M567", "M567", "XYZ", "XYZ", 
           "T300/500,XYZ", "T300/390,XYZ", "0000,M300", "1234,M678", "ABC"))

哪個：

 [1] "ABC"          "M567"         "M567"         "M567"         "XYZ"          "XYZ"          "T300/500,XYZ"
 [8] "T300/390,XYZ" "0000,M300"    "1234,M678"    "ABC"      

一種簡單的方法是使用gsub將您指示的正則運算式模式替換為其他運算式的函式。在這種情況下，我們表示從行首到第一個逗號 - ^.*, - 的所有內容都替換為空 - '' 。

gsub('^.*,','',Temp_id)

[1] "ABC"  "M567" "M567" "M567" "XYZ"  "XYZ"  "XYZ"  "XYZ"  "M300" "M678" "ABC" 

如果您不了解正則運算式符號：

^ -> 行首，. -> 每個字符，* -> 重復上一個 ' 。' 直到下一個符號匹配，, -> 以逗號停止

應用于資料框：

dummy_data$Temp_id = gsub('^.*,','',dummy_data$Temp_id)

> dummy_data
         Date Temp_id
1  24/06/2002     ABC
2  24/06/2002    M567
3  01/07/2002    M567
4  01/07/2002    M567
5  08/07/2002     XYZ
6  08/07/2002     XYZ
7  15/07/2002     XYZ
8  17/07/2002     XYZ
9  22/07/2002    M300
10 22/07/2002    M678
11 29/07/2002     ABC

uj5u.com熱心網友回復：

與... dplyr_stringr

library(dplyr)
library(stringr)


dummy_data |> 
  mutate(Temp_id = case_when(str_detect(Temp_id, ",") ~ str_extract(Temp_id, "(?<=,).*$"),
                             TRUE ~ Temp_id))
#or using `ifelse()`

dummy_data |> 
  mutate(Temp_id = ifelse(str_detect(Temp_id, ","),
                          str_extract(Temp_id, "(?<=,).*$"),
                          Temp_id))

#>          Date Temp_id
#> 1  24/06/2002     ABC
#> 2  24/06/2002    M567
#> 3  01/07/2002    M567
#> 4  01/07/2002    M567
#> 5  08/07/2002     XYZ
#> 6  08/07/2002     XYZ
#> 7  15/07/2002     XYZ
#> 8  17/07/2002     XYZ
#> 9  22/07/2002    M300
#> 10 22/07/2002    M678
#> 11 29/07/2002     ABC

^{使用reprex v2.0.2創建于 2022-10-13}

uj5u.com熱心網友回復：

這也有效：

lirary(dplyr)
library(stringr)
dummy_data %>% 
  mutate(Temp_id = str_extract(Temp_id, "[^,] $"))
         Date Temp_id
1  24/06/2002     ABC
2  24/06/2002    M567
3  01/07/2002    M567
4  01/07/2002    M567
5  08/07/2002     XYZ
6  08/07/2002     XYZ
7  15/07/2002     XYZ
8  17/07/2002     XYZ
9  22/07/2002    M300
10 22/07/2002    M678
11 29/07/2002     ABC

這里匹配任何不是[^,] $逗號的字符序列，直到字串的結尾（），因此有效地洗掉逗號之前的任何部分（包括逗號本身）（如果存在）。^$

或者，我們可以這樣base R做：

sub(".*?([^,] )$", "\\1", dummy_data$Temp_id)

where是任何在字串的結尾 ( ) 之前不是( ) 逗號的.*?任何字符序列之前的任何內容的“惰性”匹配，并且 where是反向參考，它參考由捕獲的序列^$\\1(...)

標籤：r细绳数据框

上一篇：僅向某些行名添加前綴和后綴

下一篇：用字串串列替換熊貓資料框中的字串