从R中数据框中的列中删除一些文本字符串和字符答案

【问题标题】：Removing some text string and characters from a column in dataframe in R从R中数据框中的列中删除一些文本字符串和字符
【发布时间】：2021-07-01 18:46:53
【问题描述】：

我承认过去曾以不同的方式提出过这个问题。但是，我迷路了gsub。

我有这个数据框：

df <- structure(list(Real = c(7.76, 5.55, 4.8, 4.68, 7.43, 4.59), Predicted = c(7.36, 
5.28, 5.12, 4.47, 7.48, 4.69), PdivR = c(0.95, 0.95, 1.07, 0.96, 
1.01, 1.02), Regression = c("`TLC`~`7_A`.152534", "`TLC`~`7_A`.158324", 
"`TLC`~`7_A`.611461", "`TLC`~`7_A`.627267", "`TLC`~`7_A`.674564", 
"`TLC`~`7_A`.675169")), row.names = c(NA, 6L), class = "data.frame")

可以这样显示：

head(df)
  Real Predicted PdivR         Regression
1 7.76      7.36  0.95 `TLC`~`7_A`.152534
2 5.55      5.28  0.95 `TLC`~`7_A`.158324
3 4.80      5.12  1.07 `TLC`~`7_A`.611461
4 4.68      4.47  0.96 `TLC`~`7_A`.627267
5 7.43      7.48  1.01 `TLC`~`7_A`.674564
6 4.59      4.69  1.02 `TLC`~`7_A`.675169

我想在Regression 列中删除点. 和点右侧的数字，以及这个符号（上面的逗号），以便只保留TLC ~ 7_A。

请注意，右侧的数字数量在列中是不同的，但行为是相同的。

gsub 怎么办？

【问题讨论】：

标签： r gsub

【解决方案1】：

我们可以匹配 .(\\. - 转义，因为它是一个匹配任何字符的元字符) 和一个或多个数字 (\\d+) 直到字符串的末尾 ($) 并替换为空白 ("") 并用 gsub 换行以匹配反引号 ("`") 并将其删除

df$Regression <- gsub("`", "", sub("\\.\\d+$", '', df$Regression))
df$Regression
[1] "TLC~7_A" "TLC~7_A" "TLC~7_A" "TLC~7_A" "TLC~7_A" "TLC~7_A"

【讨论】：

太棒了。那么删除“上逗号”呢？ @akrun
@antecessor 你的意思是反引号
是的，我不知道如何用英文命名，对不起...
@antecessor 更新了帖子。 .只需使用gsub 包装即可
太棒了！一切都很完美！