如何对sapply函数输出进行子集化

Question

给定一个数据帧，我想在我的一个列上使用strsplit，并返回向量的第一个元素。这是一个例子：

testdf<- data.frame(col1= c('string1.string2', 'string3.string4'),
                    col2= c('somevalue', 'someothervalue'),
                   stringsAsFactors = FALSE)

我想生成一个新列，例如 testdf$col3 <- c('string1', 'string3')

我尝试了以下内容：

testdf$col3<- strsplit(testdf$col1, split = '\\.')[[1]])[1]

当然，它不起作用。它只返回输出的第一个元素（＆＃39; string1＆＃39;）并将其写入整个列。 一种解决方案是编写自定义函数：

customfx<- function(ind_cell){
 my_out<- strsplit(ind_cell, split = '\\.')[[1]][1]
 return(my_out)}

然后将其与sapply一起使用。我想知道是否有替代方案。说话棒是你的:)）

Answer 1

您可以使用正则表达式 sub（矢量化）：

testdf$col3 <- sub("^([^.]+).*", "\\1", testdf$col1)

testdf
#             col1           col2    col3
#1 string1.string2      somevalue string1
#2 string3.string4 someothervalue string3

这里使用^([^.]+).*匹配整个字符串并从开头捕获子字符串直到满足点，然后使用后引用将整个字符串替换为捕获的组。