删除 R 数据帧字符串变量中带有模式的后缀答案

【问题标题】：Removing suffixes with patterns in an R dataframe string variable删除 R 数据帧字符串变量中带有模式的后缀
【发布时间】：2019-10-21 16:19:11
【问题描述】：

在下面的 data.frame d 中，我想知道如何删除包含以下任何内容的后缀：

(1) ".SHORT" 单独或后跟一个点和任意数字（例如：".SHORT.1"）

(2) ".SHORT.." 后跟一个单独的数字或后跟一个点和任何数字（例如：".SHORT..2.1"）

(3) ".DEL1" 单独或后跟一个点和任意数字（例如：".DEL1.1"）

(4) ".DEL1.." 后跟一个单独的数字或后跟一个点和任何数字（例如：“.DEL1..2.1”）

(5) ".DEL2" 单独或后跟一个点和任意数字（例如：".DEL2.1"）

(6) ".DEL2.." 后跟一个单独的数字或后跟一个点和任何数字（例如：“.DEL2..2.1”）

d <- data.frame(NAMES = c("A.SHORT", "A.SHORT.2", "A.DEL1", "A.DEL1.4", "B.DEL2.4", 
"B.DEL1..2.1", "C.DEL1..2"))

【问题讨论】：

试试\.(?:SHORT|DEL[12])(?:\.\.(?:\d\.\d)?|\.\d)?见regex101.com/r/tYoakm/1

标签： r regex function dataframe

【解决方案1】：

d <- data.frame(NAMES = c("A.SHORT", "A.SHORT.2", "A.DEL1",
                          "A.DEL1.4", "B.DEL2.4","B.DEL1..2.1",
                          "C.DEL1..2"))
sub("(.*)\\.(SHORT|DEL(1|2))(\\.+\\d.*)?", "\\1", d$NAMES)
#[1] "A" "A" "A" "A" "B" "B" "C"

【讨论】：

【解决方案2】：

(?:\.SHORT|\.DEL1|\.DEL2)(?:\.\d+|\.\.\d+(?:\.\d+)?)?

此正则表达式将匹配.SHORT、.DEL1 或.DEL2，后跟可选的. 和一个或多个数字，或..，一个数字，以及可选的. 和另一个数字。

Demo

【讨论】：

【解决方案3】：

根据数据，我们可以使用substr

substr(d$NAMES, 1, 1)
#[1] "A" "A" "A" "A" "B" "B" "C"

【讨论】：