与 stringr 反向匹配

Question

我想使用stringr 包删除所有与字符串模式不匹配的字符。到目前为止，我已经能够使用"\\w+(?= (grape|satsuma))" 作为模式删除模式之前的那些，但在模式仍然不可能之后删除那些。

> str_remove_all("apples grape banana melon olive persimon grape apples satsuma papaya", 
+                "\\w+(?= (grape|satsuma))")
[1] " grape banana melon olive  grape  satsuma papaya"

想要的结果是：

"grape grape satsuma"

（注意：我知道在这种情况下最简单的方法是仅提取“葡萄”和“萨摩”，但出于分析目的，我更喜欢这种方式）

已编辑提供整个问题

整个问题如下，给定一个 d 数据框，其中包含一个带有字符串的列，该函数应仅在匹配时返回同一列：

> d
# A tibble: 2 x 2
  string_column                  c2
  <chr>                       <dbl>
1 apples grape banana satsuma     3
2 grape banana satsuma melon      4

使用@d.r 提供的答案有效：

> d %>% 
+   mutate_at(vars(string_column), ~ gsub("(grape|satsuma| )(*SKIP)(*FAIL)|.", "", ., perl = TRUE))

# A tibble: 2 x 2
  string_column        c2
  <chr>             <dbl>
1 " grape  satsuma"     3
2 "grape  satsuma "     4

到目前为止使用stringr 包提供的所有答案都无法返回string_column

这是dput 的d：

d <- structure(list(string_column = c("apples grape banana satsuma", 
"grape banana satsuma melon"), c2 = c(3, 4)), row.names = c(NA, 
-2L), class = c("tbl_df", "tbl", "data.frame"))

Answer 1

您可能想查看链接线程中的negative lookaheads 和一些相关的正则表达式技术。

但是，由于我们要提取单词，我宁愿使用str_extract_all，我会这样做：

str_extract_all("apples grape banana melon olive persimon grape apples satsuma papaya", 
                               "grape|satsuma")

 "grape"   "grape"   "satsuma"

我也很喜欢@steveLangsford 在评论中留下的这句话：

paste0(unlist(str_extract_all("apples grape banana melon olive persimon grape apples satsuma papaya", "grape|satsuma")), collapse=" ") 

"grape grape satsuma"

根据我们的讨论/cmets 进一步了解：

string_column <- c("apples grape banana satsuma", "grape banana satsuma melon") 
c2            <- c(3, 4) 
d             <- tibble(string_column,c2) 

myfun <- function(x) {paste0(unlist(str_extract_all(x, "grape|satsuma")), collapse=" ") }

sapply(d$string_column, myfun)

        "grape satsuma"             "grape satsuma"