Question

我有这种数据：

d = as.character(c("1,23", "1,23.23", "1.23", "-1.2", "1,23.234"))

如果字符串中带有标点符号和逗号，我想删除标点符号后面的字符以及标点符号本身。

结果应如下所示：

 d = as.character(c("1,23", "1,23", "1.23", "-1.2", "1,23"))

问题是我不能使用str_replace，因为它还会删除其他字符串。

library(stringr)

str_replace(d,"\\.[0-9]+", "")
[1] "1,23" "1,23" "1"    "-1"   "1,23"

Answer 1

我们可以匹配一个或多个数字的模式，后跟一个逗号或点和一个或多个数字，将其捕获为一个组（(...)），并在替换中使用后向引用（\\1 ）

sub("^(-?\\d+[,.]\\d+).*", "\\1", d)
#[1] "1,23" "1,23" "1.23" "-1.2" "1,23"

或在str_replace

中使用相同的模式

library(stringr)
str_replace(d, "^(-?\\d+[,.]\\d+).*", "\\1")
#[1] "1,23" "1,23" "1.23" "-1.2" "1,23"

Answer 2

由于我们的数据似乎有效，因此，如果可以使用环顾方法，此表达式可能会起作用：

(?<=,)(.+)(\..+)

在这里，我们只捕获那些我猜不希望的数字。

我们的代码可能类似于：

str_replace(d, "(?<=,)(.+)(\..+)", "\\1")

或

sub("(?<=,)(.+)(\..+)", "\\1", d)