如何从R中的字符串中提取前2个单词？

Question

我需要从字符串中提取前两个单词。如果字符串包含2个以上的单词，则应返回前2个单词；否则，如果字符串包含2个以下的单词，则应按原样返回字符串。

我已经尝试过使用stringr包中的'word'函数，但是在len（string）<2的情况下，它没有提供期望的输出。

word(dt$var_containing_strings, 1,2, sep=" ")

示例： 输入字符串：汽车贷款（个人）
输出：自动贷款

输入字符串：其他 输出：其他

Answer 1

像这样？

a <- "this is a character string"

unlist(strsplit(a, " "))[1:2]

[1] "this" "is" 

编辑： 要添加如果世界数小于2则返回原始字符串的部分，可以使用简单的if-else函数：

a <- "this is a character string"

words <- unlist(strsplit(a, " "))

if (length(words) > 2) {
  words[1:2]
} else {
  a
}

Answer 2

您可以使用sub

在基数R中使用正则表达式

sub("(\\w+\\s+\\w+).*", "\\1", "Auto Loan (Personal)")
#[1] "Auto Loan"

如果文本中只有一个单词，也可以使用

sub("(\\w+\\s+\\w+).*", "\\1", "Auto")
#[1] "Auto"

说明：

在这里，我们提取圆括号内显示的模式(\\w+\\s+\\w+)，这意味着：

\\w+一个单词，后跟\\s+空格，之后是\\w+另一个单词，因此，我们总共提取了两个单词。使用\\1中的向后引用sub完成提取。

Answer 3

如果要使用stringr::word()，可以执行以下操作：

ifelse(is.na(word(x, 1, 2)), x, word(x, 1, 2))

[1] "Auto Loan" "Others" 

样本数据：

x <- c("Auto Loan (Personal)", "Others")