提取括号 R 之前的所有字符

Question

我想有一个简单的正则表达式解决方案 - 我想提取出现在名称列中第一个左“（”括号之前的所有内容。

我当前的代码返回这个：

df$New_Name <- strsplit(df$Name, '[()]')[[1]][[1]]

Name          New_Name 
1abc (55x50)  1abc
1abc (50x40)  1abc
2def (20x15)  1abc
2def (25x12)  1abc
3ghi (30x5)   1abc
3ghi (30x10)  1abc

我正在运行的代码仅适用于第一个实例。对于 2def、3ghi 等，它没有返回正确的字符串。

期望的输出：

Name          New_Name 
1abc (55x50)  1abc
1abc (50x40)  1abc
2def (20x15)  2def
2def (25x12)  2def
3ghi (30x5)   3ghi
3ghi (30x10)  3ghi

Answer 1

strsplit 返回一个list。通过提取第一个元素[[1]]，它只返回第一个list 元素的内容。然后，无论提取什么值，即第一个列表元素 [[1]][[1]] 的第一个元素，它只是一个值，通过赋值，它会被回收

df$New_Name <- sapply(strsplit(df$Name, '\\s*[()]'), `[`, 1)

在上面的代码中，不是提取第一个元素，而是用sapply循环list，然后提取第一个元素

---

另一个选项是trimws，通过将whitespace 中的正则表达式指定为零或多个空格（\\s*）后跟( 和其他字符（.*）

df$New_Name <- trimws(df$Name, whitespace = "\\s*\\(.*")

或者可以使用sub

df$New_Name <- sub("\\s*\\(.*", "", df$Name)

-输出

df
          Name New_Name
1 1abc (55x50)     1abc
2 1abc (50x40)     1abc
3 2def (20x15)     2def
4 2def (25x12)     2def
5  3ghi (30x5)     3ghi
6 3ghi (30x10)     3ghi

数据

df <- structure(list(Name = c("1abc (55x50)", "1abc (50x40)", "2def (20x15)", 
"2def (25x12)", "3ghi (30x5)", "3ghi (30x10)")), row.names = c(NA, 
-6L), class = "data.frame")