R gsub数和变量的空间

使用gsub，我可以从这些person变量中删除

#

，但是我尝试删除随机数的方式是不正确的。我也想删除的空间后，人名，但保持空间在中间的名称。

c('mike smith #99','John johnson #2','jeff johnson #50') -> person

c(1:99) -> numbers

person <- gsub("#", "", person, fixed=TRUE)

# MY ISSUE
person <- gsub(numbers, "", person, fixed=TRUE)

df <- data.frame(PERSON = person)

预期成果：

PERSON
mike smith
John johnson
jeff johnson

---

我们可以使用

paste

pat <- paste0("\\s*#(", paste(numbers, collapse = "|"), ")")
gsub(pat, "", person)
#[1] "mike smith"   "John johnson" "jeff johnson"

---

或者另一种选择是

unlist(strsplit(person, "\\s*#\\d+"))

注：以上均为

baser

方法

---

---

以下是另一种模式作为替代：

> gsub("(\\.*)\\s+#.*", "\\1", person)
[1] "mike smith"   "John johnson" "jeff johnson"

在上面的正则表达式中，

（\\.*）

将匹配空格（

\\s+

）前面的任何字符的子组，后跟

\

符号，后跟任何字符。然后

\\1

指示

gsub

应使用该子组

（\\\.*）

获得所需输出的更简单方法是：

> gsub("\\s+#.*$", "", person)
[1] "mike smith"   "John johnson" "jeff johnson"

上面的正则表达式

\\s+\\.*$

表示所有由空格（

\\s+

）、

\\

符号和字符串结尾（

\.$

）之前的所有内容都应该删除

使用

str\u从stringr包中提取所有

> library(stringr)
> str_extract_all(person, "[[a-z]]+", simplify = TRUE)
     [,1]   [,2]     
[1,] "mike" "smith"  
[2,] "ohn"  "johnson"
[3,] "jeff" "johnson"

您还可以使用：

library(stringi)
stri_extract_all(person, regex="[[a-z]]+", simplify=TRUE)

这也可以通过
read.table
来实现

read.table(text = person, sep = "#", strip.white = TRUE, 
  as.is = TRUE, col.names = "PERSON")

给予：

        PERSON
1   mike smith
2 John johnson
3 jeff johnson

删除字符串末尾任何非（小写）字母字符序列的替代方法

gsub("[^a-z]+$", "", person)
[1] "mike smith"   "John johnson" "jeff johnson"

如果要允许所有大写或以大写字符结尾的单词

gsub("[^a-zA-Z]+$", "", person)

有些名称可能以
结尾：

gsub("[^a-zA-Z.]+$", "", person)

我选择了gsub选项，因为这是我第一次看到它，谢谢你的其他答案。您能告诉我们您在上面一行中所指的参数是什么吗？我不确定您对“参数”的要求是什么，在每个函数调用中，参数都是显式写入的。（\\.\\s+\\.*和\\1是否需要捕获，因为这样会减慢速度。为什么不直接使用
sub（“\\s+#.*”，“”，person）
？不需要
gsub
，
sub
就足够了，在本例中，如果在模式中包含
$
，通常也可以检查答案
gsub("[^a-z]+$", "", person)
[1] "mike smith"   "John johnson" "jeff johnson"

gsub("[^a-zA-Z]+$", "", person)

gsub("[^a-zA-Z.]+$", "", person)

c('mike smith #99','John johnson #2','jeff johnson #50') -> person
sub("\\s+#.*", "", person)
[1] "mike smith"   "John johnson" "jeff johnson"