在 R 中，如何提取到左括号的所有文本？答案

【问题标题】：In R, how can I extract all the text up to the left parenthesis?在 R 中，如何提取到左括号的所有文本？
【发布时间】：2020-09-14 17:53:56
【问题描述】：

在我的数据框的获胜者列中，我想删除从左括号开始的所有文本。

搜索stackoverflow.com，我找到了this response，并在我的代码中应用了它的stringr 解决方案，但它不起作用。我的代码没有改变我的输入。

输入：

Year    Lg  Winner                  Team
1956    NL  Don Newcombe (1 | MVP)  Brooklyn (1)
1957    NL  Warren Spahn (1 | HOF | ASG)    Milwaukee (1)
1958    AL  Bob Turley (1 | ASG)    New York (1)

这是我希望输出的样子：

Year    Lg  Winner                  Team
1956    NL  Don Newcombe            Brooklyn (1)
1957    NL  Warren Spahn            Milwaukee (1)
1958    AL  Bob Turley              New York (1)

输入（dfx）：

structure(list(Year = 1956:1958, Lg = structure(c(2L, 2L, 1L), .Label = c("AL", 
"NL"), class = "factor"), Winner = structure(c(2L, 3L, 1L), .Label = c("Bob Turley (1 | ASG)", 
"Don Newcombe (1 | MVP)", "Warren Spahn (1 | HOF | ASG)"
), class = "factor"), Team = structure(1:3, .Label = c("Brooklyn (1)", 
"Milwaukee (1)", "New York (1)"), class = "factor")), class = "data.frame", row.names = c(NA, 
-3L))

代码：

library(stringr)
dfnoparens <- dfx
str_replace(dfnoparens$Winner, " \\(.*\\)", "")
head(dfnoparens)

【问题讨论】：

m <- regexpr('^[^\\(]*', dfnoparens$Winner);regmatches(dfnoparens$Winner, m).
你需要分配它，即dfnoparens$Winner <-str_replace(dfnoparens$Winner, " \$.*\$", "")，否则不需要包，一个简单的sub就可以了
在 Base R 中，您可以使用 sub("\\(.*", "", dfx$Winner)
当我使用下面的代码分配它时，结果没有改变： library(stringr) dfnoparens
你必须把它分配到正确的地方@Metsfan dfnoparens 只是你原来的dfx 的副本尝试dfnoparens$newwinner <- str_replace(dfnoparens$Winner, " $.*$", "") 然后head(dfnoparens)

标签： r string replace stringr

【解决方案1】：

用问题中的测试数据（仅相关列）。

x <- c('Don Newcombe (1 | MVP)', 'Warren Spahn (1 | HOF | ASG)', 'Bob Turley (1 | ASG)')

使用regexpr/regmatches。

m <- regexpr('^[^\\(]*', x)
y <- regmatches(x, m)
y
#[1] "Don Newcombe " "Warren Spahn " "Bob Turley "

此输出字符串在左括号前仍有空格，如果需要，请立即将其删除。

trimws(y)
#[1] "Don Newcombe" "Warren Spahn" "Bob Turley"

【讨论】：

【解决方案2】：

我们可以使用trimws 和whitespace

 trimws(x, whitespace = "\\s*\\(.*")
 #[1] "Don Newcombe" "Warren Spahn" "Bob Turley"

数据

x <- c('Don Newcombe (1 | MVP)', 'Warren Spahn (1 | HOF | ASG)', 'Bob Turley (1 | ASG)')

【讨论】：

【解决方案3】：

使用stringr 库中的str_extract：

df$Winner <- str_extract(df$Winner, ".*(?=\\s\\(\\d)")

此解决方案在(?=...) 中使用正向前瞻；前瞻可以解释为“匹配任何出现在空格 (\\s) 后跟左圆括号 (\\() 后跟数字 (\\d) 之前的任何内容 (.*)”。

结果：

df
  Year Lg       Winner          Team
1 1956 NL Don Newcombe  Brooklyn (1)
2 1957 NL Warren Spahn Milwaukee (1)
3 1958 AL   Bob Turley  New York (1)

【讨论】：

【解决方案4】：

df <- structure(list(Year = 1956:1958, 
                     Lg = structure(c(2L, 2L, 1L), .Label = c("AL", "NL"), class = "factor"), 
                     Winner = structure(c(2L, 3L, 1L), 
                                        .Label = c("Bob Turley (1 | ASG)", "Don Newcombe (1 | MVP)", 
                                                   "Warren Spahn (1 | HOF | ASG)"), class = "factor"),
                     Team = structure(1:3, .Label = c("Brooklyn (1)", "Milwaukee (1)", "New York (1)"), 
                                      class = "factor")), class = "data.frame", row.names = c(NA,-3L))

这是strsplit 解决方案。

df$Winner <- unlist(lapply(strsplit(as.character(df$Winner)," (",fixed=TRUE), `[[`, 1))
df
  Year Lg       Winner          Team
1 1956 NL Don Newcombe  Brooklyn (1)
2 1957 NL Warren Spahn Milwaukee (1)
3 1958 AL   Bob Turley  New York (1)

【讨论】：