Question

我在数据框中有一列，其中每条记录都是名称列表。

e.g。 John Smith，Jane Smith，Joe Smith，Judy Smith等......

我想删除整个列的第一个名称以外的所有内容，基本上是从第一个逗号开始，所以我的列只有一个名称。

e.g。约翰史密斯

我试过玩sub，gsub，正则表达式，但我迷路了。我刚刚开始使用R大约两天前做得很好，直到遇到这个障碍。

任何帮助表示感谢。

Answer 1

假设您的姓名位于数据框Name中名为mydata的列中，请先尝试此操作。它说“用空字符串替换逗号后跟任何东西”。

sub(",.+", "", mydata$Name)

如果看起来有效，请将结果分配给列：

mydata$Name <- sub(",.+", "", mydata$Name)

Answer 2

如果您的数据框如下：

df = data.frame(names = c("John Smith, Jane Smith, Joe Smith, Judy Smith","Jane Smith, Joe Smith, Judy Smith","Joe Smith, Judy Smith","Judy Smith"))

> df
                                          names
1 John Smith, Jane Smith, Joe Smith, Judy Smith
2             Jane Smith, Joe Smith, Judy Smith
3                         Joe Smith, Judy Smith
4                                    Judy Smith

然后做：

df$first = sub(",.*","",df$names)

结果：

> df
                                          names      first
1 John Smith, Jane Smith, Joe Smith, Judy Smith John Smith
2             Jane Smith, Joe Smith, Judy Smith Jane Smith
3                         Joe Smith, Judy Smith  Joe Smith
4                                    Judy Smith Judy Smith

Answer 3

stringr答案虽然相同

pattern <- data.frame("colid" = c(1, 2), 
                      "text" = c("john smith, jane smith", "jon stewart, steven colbert"))
pattern %>% 
  mutate(text2 = str_replace_all(text, ",.*", ""))

R - 删除数据框列

3 个答案: