从损坏的字符串中提取数据

Question

您好我有一个数据框，其中一列是变量是电子邮件。不幸的是，出了点问题，一些电子邮件ID的数字前缀由下划线分隔。这些是我注意到的两种模式。

如果我们从左边开始处理，有没有办法在下划线后提取数据。可以构建一些逻辑，以便脚本足够智能，以检查是否有一个下划线或两个下划线。我可以使用find()和right()函数在excel中执行此操作，但想知道如何在R中完成此操作。

例如：

product$email

83837_83838_abcd@gmail.com
83837_abcd@gmail.com

output
abcd@gmail.com
abcd@gmail.com

Answer 1

我们可以使用sub

sub('.*_', '', str1)
#[1] "abcd@gmail.com" "abcd@gmail.com"

或者

library(stringr)
str_extract(str1, '[^_]+$')

数据

str1 <- c('83837_83838_abcd@gmail.com', '83837_abcd@gmail.com')