如何在 R 中的数据框中删除字符串末尾的一两个单词？答案

【问题标题】：How to remove a word or two at the end of string in a dataframe in R?如何在 R 中的数据框中删除字符串末尾的一两个单词？
【发布时间】：2018-05-24 18:36:32
【问题描述】：

我有一个名为“Country”的行的数据框。例如，当原产国是美国时，条目被列为“路易斯安那州 - 美国”。我试图在最后去掉“- USA”，这样它只会说它来自哪个州。

所以，我目前有这样的东西（尽管我的条目有数千个）：

df <- data.frame(ID = 1:4, Country = c("Louisiana - USA", "Canada","France", "Maine - USA"))

我尝试的是以下内容：

for (i in 1:nrow(df)) {
    df$USA[i] <- ifelse(grepl(" USA| États-Unis", df$Country[i]), 1, 0) 
}

index_USA <- which(df$USA == 1)

for (int in index_USA) {
    gsub(" - USA", "", df$Country[int])
}

但是，此代码不起作用。我还尝试使用 stringr 包而不是 gsub。因此，我将最后一个 for 循环替换为：

for (int in index_USA) {
    str_replace_all(df$Country[int], " - USA", "")
}

但这也不起作用。我觉得我犯了一个明显的错误，但我无法弄清楚（也许我需要使用正则表达式？）

【问题讨论】：

df$Country <- gsub(" - USA","",df$Country)

标签： r gsub stringr

【解决方案1】：

您想删除字符串末尾的" USA" 和" États-Unis"。所以，你需要

df$Country <- sub("\\s+(?:USA|États-Unis)$", "", df$Country)

详情

\\s+ - 1 个或多个空格字符
(?: - （非捕获）分组结构的开始，匹配两个备选方案之一：
- USA - USA 子字符串
- | - 或
- États-Unis - États-Unis 子字符串
) - 分组结束
$ - 字符串结束。

【讨论】：

【解决方案2】：

你可以试试这些代码：

df$Country <- sub(" - USA","",df$Country)
df
#Or if you want to you use package stringr
df$Country <- str_replace_all(df$Country," - USA","")
df

【讨论】：