在下划线之前删除一部分字符串

Question

我有一个名字的字符向量，看起来像

A00_A09_Intestinal_infectious_diseases
A09_Diarrhoea_and_gastro_enteritis

我想删除字符串开头的ID，以便它看起来像

Intestinal_infectious_diseases
Diarrhoea_and_gastro_enteritis

我想可以用gsub完成，但由于我的经验不足，它对我来说没有用。 谢谢你的帮助。

Answer 1

我们可以尝试使用sub。匹配零个或多个字符后跟一个大写字母，后跟一个或多个数字和下划线，并将其替换为""。

sub(".*[A-Z][0-9]+_", "", str1)
#[1] "Intestinal_infectious_diseases" "Diarrhoea_and_gastro_enteritis"

或者具体而言，我们匹配一个或多个（{1,}）大写字母（[A-Z]）的实例的模式，后跟一个或多个数字（[0-9]+），后跟一个下划线（_）并将其替换为空白（""）。

sub("([A-Z][0-9]+_){1,}", "", str1)

数据

str1 <- c("A00_A09_Intestinal_infectious_diseases", "A09_Diarrhoea_and_gastro_enteritis")