R中的数据删除的正则表达式解决方案

Question

我试图清理数据。我遇到了两件我无法找到解决办法的事情：

我有以下字符矢量：

"4353545 Here comes sentence."
"and now one more"

我想用空字符串替换它们。我试过第一个：

gsub("\\^[0-9].*","",dataframe$column)  # if it starts with number replace with empty string

第二个：

gsub("\\^[a-z].*","",dataframe$column) # when it starts with letter instead of number = empty string

但是在这种情况下它起作用：

"! andn now one more"

gsub("\\!.*","",dataframe$column) # here this solution works; it starts with excl. and its replaced with empty string 

Answer 1

您可以使用正则表达式^[0-9a-z](.*)来匹配以数字或小写字母开头的字符串。然后使用gsub代替查找所有匹配项的sub，因为您只想要第一个匹配项。

> ( x <- c("4353545 Here comes sentence.", "and now one more",  
           "! andn now one more") )
# [1] "4353545 Here comes sentence." "and now one more"    
# [3] "! andn now one more"         
> sub("^[0-9a-z](.*)", "", x) 
# [1] ""                    ""                    "! andn now one more"

注意：正如nrussell指出的那样，当它表示字符串的开头时，你不应该逃避^。对于字符串的开头，只需按原样使用^。