使用rappy从名称的字符向量到后缀的字符向量

我想从一组全名中删除一组后缀（后缀和全名都是字符向量）。使用两个

for（）

循环和

gsub（）

，这非常容易，但似乎应该有一种更有效的方法（在代码行和时钟周期中）

我的第一个想法是

rappy（）

，但我无法让它工作。也许

for（）

循环是最好的方法，但在这一点上，我感兴趣的是更好地理解

rappy（）

这是（）的

for

循环版本

names.full <- c("tom inc", "dick co", "harry incorp", "larry inc incorp", "curly", "moe")
suffix <- c("inc", "incorp", "incorporated", "co", "company")
suffix <- paste(" ", suffix, "$", sep = "")

# with loops
names.abbr <- names.full
for (k in seq(2)) {
    for (i in seq(length(names.abbr))) {
        for (j in seq(length(suffix))) {
            names.abbr[i] <- gsub(suffix[j], "", names.abbr[i])
        }
    }
}

这会产生以下错误：

> names.abbr.fail <- unlist(rapply(as.list(suffix), inner.fun, x = names.full, how = replace))
Error in match.arg(how) : 'arg' must be NULL or a character vector

---

>names.abbr.fail您真的需要使用for循环吗？我认为您应该能够使用gsub中的反向引用来提取您想要的内容


\\w
匹配0-9、A-Z和A-Z范围内的任何字符
+
与上一个字符匹配1次或多次
（）
允许我们在后面的代码中反向引用任何内容
正则表达式
匹配任何字符和所有字符，
*
匹配
前面的字符0次或多次

将上述所有因素综合起来，我们可以：

gsub("(\\w+)(.*)", "\\1", names.full)

> gsub("(\\w+)(.*)", "\\1", names.full)
[1] "tom"   "dick"  "harry" "larry" "curly"  "moe"   

您真的需要使用for循环吗？我认为您应该能够使用gsub中的反向引用来提取您想要的内容


\\w
匹配0-9、A-Z和A-Z范围内的任何字符
+
与上一个字符匹配1次或多次
（）
允许我们在后面的代码中反向引用任何内容
正则表达式
匹配任何字符和所有字符，
*
匹配
前面的字符0次或多次

将上述所有因素综合起来，我们可以：

gsub("(\\w+)(.*)", "\\1", names.full)

> gsub("(\\w+)(.*)", "\\1", names.full)
[1] "tom"   "dick"  "harry" "larry" "curly"  "moe"   

在您的示例中，除了第一个单词外，您只删除了所有单词。这很容易做到

sub(" .*$", "", names.full)

但更一般的regexpr模式类似于
“（后缀x1 |后缀x2）
，它包含所有后缀

由于您似乎希望从一个字符串中删除多个后缀，如
“larry incorp”
，因此您需要类似
“（后缀x1 |后缀x2）+$”
的内容

然后，您只需将其应用于
name.full
（我将“moe”改为“moe money”，以显示“第一个单词”解决方案失败的地方）。它看起来像这样：

names.full <- c("tom inc", "dick co", "harry incorp",
  "larry inc incorp", "curly", "moe money")
suffix <- c("inc", "incorp", "incorporated", "co", "company")

pattern <- paste("(", paste(" ", suffix, collapse="|", sep=""), ")+$", sep="")    
sub(pattern, "", names.full)
[1] "tom"       "dick"      "harry"     "larry"     "curly"     "moe money"

names.full在您的示例中，除了第一个单词之外，您只能删除所有单词。这很容易做到

sub(" .*$", "", names.full)

但更一般的regexpr模式类似于
“（后缀x1 |后缀x2）
，它包含所有后缀

由于您似乎希望从一个字符串中删除多个后缀，如
“larry incorp”
，因此您需要类似
“（后缀x1 |后缀x2）+$”
的内容

然后，您只需将其应用于
name.full
（我将“moe”改为“moe money”，以显示“第一个单词”解决方案失败的地方）。它看起来像这样：

names.full <- c("tom inc", "dick co", "harry incorp",
  "larry inc incorp", "curly", "moe money")
suffix <- c("inc", "incorp", "incorporated", "co", "company")

pattern <- paste("(", paste(" ", suffix, collapse="|", sep=""), ")+$", sep="")    
sub(pattern, "", names.full)
[1] "tom"       "dick"      "harry"     "larry"     "curly"     "moe money"

names.full我想错误是因为您没有在
inner.fun中引用“replace”。我不知道如何使用
rappy
，但我确信有一种比for循环更好的方法……我认为错误是因为您没有在
inner.fun中引用“replace”。我不知道如何使用
rappy
实现这一点，但我确信有一种比for循环更好的方法……这适用于给定的示例名称，但只保留第一个单词。对于像
'moe money inc'
@Tommy-fair point这样的字符串，它是不起作用的，尽管从阅读OP原始问题和示例来看，这似乎是他想要的。健壮的解决方案应该附带健壮的示例：）+1作为您的答案。这适用于给定的示例名称，但只保留第一个单词。对于像
'moe money inc'
@Tommy-fair point这样的字符串，它是不起作用的，尽管从阅读OP原始问题和示例来看，这似乎是他想要的。稳健的解决方案应该附带稳健的示例：）+1作为您的答案。