Question

我想知道是否有可能做这个缩写？

t <- "CERVANTES CASA,JORGE LUIS"

期望的结果是：

CERVANTES, JL

方法：

> sub("\\s.+,", ", ", t)
[1] "CERVANTES, JORGE LUIS"

我的问题是，由于我有很长的名单，如何让替换返回最后两个名字的第一个字母？考虑到字符从一个字符串到另一个字符串是不同的。例：对于“JORGE”，J;对于LUIS，“L”。

Answer 1

使用

> library(stringr)
> t <- "CERVANTES CASA,JORGE ANTONIO"
> str_replace_all(t, "\\s[^,]*,\\s*(\\p{L})\\p{L}*(?:\\s+(\\p{L})\\p{L}*)?$", ", \\1\\2")
[1] "CERVANTES, JA"

请参阅pattern online demo。

正则表达式匹配

\\s - 一个空格，然后
[^,]* - 除,以外的0 +字符，然后
, - 逗号，
\\s* - 再次0+空格，
(\\p{L}) - 捕获一封信然后
\\p{L}* - 匹配单词的其余部分，然后
(?:\\s+(\\p{L})\\p{L}*)? - 匹配以下可选序列：
- \\s+ - 1+空格，
- (\\p{L}) - 另一封信（被捕获到第2组）然后
- \\p{L}* - 直到字符串末尾的0+个字母。我不确定这是OP需要的。
$ - 字符串结尾

替换模式：

, - 逗号和空格
\\1\\2 - 对第1组和第2组的两个反向引用，插入与2组匹配的内容。

Answer 2

您可以按照以下步骤在数据框中获取所需的缩写：

第一：数据样本：

Name<- as.data.frame(("CERVANTES CASA,JORGE ANTONIO"))
colnames(Name)<-"Name"

第二：将名称分为两列（逗号是分隔符）：

df2<-as.data.frame(str_split_fixed(Name$Name, ",", 2))
colnames(df2)<-c("Last_Name", "Name")

第三：提取姓氏的第一个字：

df2$First_LastName <- gsub("([A-Za-z]+).*", "\\1", df2$Last_Name)

第四：从姓名中提取第一个字母：

df2$First_Letter_Name<- substr(df2$Name, 1, 1)

在一栏中加入所需的单词：

df2$desired <- paste(df2$First_Last_Name,",",df2$First_Letter_Name )
output in new column: CERVANTES , J

如何使用正则表达式缩写名称？

2 个答案: