在R中签名之前提取数据[重复]答案

【问题标题】：extracting data before a sign in R [duplicate]在R中签名之前提取数据[重复]
【发布时间】：2019-01-03 20:21:40
【问题描述】：

我需要提取符号之前的所有文本，在本例中为破折号。我有这样的数据：

  text1 <- "Médicos-Otros"
  text2 <- "Disturbio-Escándalo"
  text3 <- "Accidente-Choque"

问题是我要提取的单词长度不同，所以我无法尝试其中一些

extract <- substring(text1, 1, n)

想要的结果是：

extract1 <- "Médicos"
extract2 <- "Disturbio"
extract3 <- "Accidente"

【问题讨论】：

Remove part of string after “.”, Get the strings before the comma with R, Extract part of string (till the first semicolon) in R, How to extract everything until first occurrence of pattern

标签： r regex

【解决方案1】：

你也可以使用strsplit

> sapply(strsplit(c(text1, text2, text3), "-"), "[[", 1)
[1] "Médicos"   "Disturbio" "Accidente"

考虑使用 stringr 包中的 str_extract 作为另一种选择

> library(stringr)
> str_extract(c(text1, text2, text3), "\\w+")
[1] "Médicos"   "Disturbio" "Accidente"

【讨论】：

【解决方案2】：

使用sub 完成这项工作：

sub("(.*)-.*", "\\1", c(text1, text2, text3))
# [1] "Médicos"   "Disturbio" "Accidente"

在这里，我们将每个字符分为：破折号之前的内容 ((.*))、破折号本身以及破折号之后的内容 (.*)。然后将每个字符替换为第一部分 (\\1)。

类似地你可以提取下半部分：

sub(".*-(.*)", "\\1", c(text1, text2, text3))
# [1] "Otros"     "Escándalo" "Choque"

【讨论】：

谢谢。还有一件事，只是为了理解它是如何工作的：如果有很多破折号并且我特别需要一个破折号 ¿我怎样才能获得所需的文本部分？
@ArmandoGonzálezDíaz，例如提取第 5 部分（在第 4 个破折号之后），使用 sub("(.*?-){4}(.*?)($|-.*)", "\\2", txt)，依此类推（只需将 {4} 更改为其他内容）。现在的模式完全不同，因为破折号的总数是未知的。如果您知道总共有四个破折号，那么第五部分将是sub(".*-.*-.*-.*-(.*)", "\\1", txt) ，如果我们继续以相同的方式进行，但显然一旦情况变得更复杂，就会有更简洁的方式。为了将来，请记住确保您的初始问题包含所有内容。

【解决方案3】：

你可以使用正则表达式：

text1 <-  "Médicos-Otros"
text2 <-  "Disturbio-Escándalo"
text3 <-  "Accidente-Choque"

extract1 <- gsub("\\-.*", "", text1)
extract2 <- gsub("\\-.*", "", text2)
extract3 <- gsub("\\-.*", "", text3)

这意味着匹配破折号（“-”）之后的所有内容（包括）并替换为任何内容“”。

【讨论】：

谢谢。现在我需要提取文本的第二部分¿我该怎么做？
@ArmandoGonzálezDíaz：如果您对每个字符串的两个部分都感兴趣，但将它们分开，则最好使用 Jilbers strsplit() 方法。例如：do.call(rbind, strsplit(c(text1, text2, text3), "-"))

【解决方案4】：

使用正则表达式进行积极预测

sapply(c(text1, text2, text3), 
  function(x)
    regmatches(x, regexpr(".*(?=-)", x, perl=TRUE))
)
#      Médicos-Otros Disturbio-Escándalo    Accidente-Choque 
#          "Médicos"         "Disturbio"         "Accidente"

【讨论】：