R从字符串中删除最后一个单词

Question

我正在尝试做一些但不记得/找到答案。我有一份来自人口普查局的城市名称列表，他们把城市的类型放在最后，这弄乱了我的match()。

我想这样做：

Middletown Township
Sunny Valley Borough
Hillside Village

进入这个：

Middletown
Sunny Valley
Hillside

有什么建议吗？理想情况下，我还想知道R中是否有lastIndexOf()函数。

这是dput：

> dput(df1)
structure(list(id = c(1, 2, 3), city = structure(c(2L, 3L, 1L
), .Label = c("Hillside Village", "Middletown Township", "Sunny Valley Borough"
), class = "factor")), .Names = c("id", "city"), row.names = c(NA, 
-3L), class = "data.frame")

Answer 1

这将有效：

gsub("\\s*\\w*$", "", df1$city)
[1] "Middletown"   "Sunny Valley" "Hillside"   

它删除任何由一个或多个空格字符组成的子字符串，后跟任意数量的“单词”字符（空格，数字或下划线），后跟字符串的结尾。

Answer 2

这是一个可以满足你需要的正则表达式：

sub(df1$city, pattern = " [[:alpha:]]*$", replacement = "")

  

[1]“Middletown”“Sunny Valley”“Hillside”

那是替换以空格开头的子字符串，然后只包含字母，直到字符串的结尾，并带有空字符串。

Answer 3

我会像这样在 stringr 包中使用 word()：

df1 %>% mutate(city = word(city , 1  , -2))

第一个参数 (1) 表示您从第一个单词开始，第二个参数 (-2) 表示您将所有内容保留到倒数第二个单词。