R中的清洁名称

【问题标题】：Cleaning names in RR中的清洁名称
【发布时间】：2022-08-17 00:47:59
【问题描述】：

嗨，我有一列有名字。它的名称格式为： c(\"Tom\", \"Tom Turner\", \"Dr. Tom Turner\", \"R. Tom Turner\", \"J Tom Turner\", \"Jr. Tom Turner\")。我只想提取名字，但由于名称上的前缀，我不知道如何以一种简单的方式进行操作。如果您有任何建议，请告诉我。

你试过什么？如果没有前缀，您将如何提取名字？

标签： r

【解决方案1】：

这是一种方法：

library(magrittr) # for %>% 

dirty_names  <- c(
    "Tom",
    "Tom Turner",
    "Dr. Tom Turner",
    "R. Tom Turner",
    "J Tom Turner",
    "Jr. Tom Turner"
)

dirty_names   %>% 
    # Remove first word if it ends with . e.g. Dr., Jr., R.
    sub("^\\w+\\.", "", .)   %>% 
    trimws()  %>% 
    # Remove first word if it is one letter e.g. J
    sub("^[A-Za-z] ", "", .)    %>% 
    # Delete everything after first word
    sub("(\\w+).*", "\\1", .)
# [1] "Tom" "Tom" "Tom" "Tom" "Tom" "Tom"

【讨论】：