我有一个带有一列网址的数据框，我希望在第一个问号后删除所有网址。有些网址没有问号，我希望这些网址保持不变。简而言之，我想剥离所有跟踪。这是一个示例网址。
这是我正在寻找的结果。
https://www.dummy.com/2017/11/29/four-questions-we-have-about-stuff/
答案 0 :(得分：3)
假设您的数据框名为df，并且其中有一个名为url的列：
df$url <- sub('\\?.*', '', df$url)
答案 1 :(得分：2)
使用strsplit：
url <- "https://www.dummy.com/2017/11/29/four-questions-we-have-about-stuff/?utm_source=exacttarget&utm_medium=newsletter&utm_term=dummydotcom-dummycomnewsletter&utm_content=na-readblog-blogpost&utm_campaign=dummy"
result <- strsplit(url, "\\?")[[1]][1]
输出：
> result
[1] "https://www.dummy.com/2017/11/29/four-questions-we-have-about-stuff/"
以下是在矢量而不是单个字符串上使用它的示例：
strings <- c("here?string", "another?string", "stringnoquestion", "one?more")
> sapply(strsplit(strings, "\\?"), function(x) x[1])
[1] "here" "another" "stringnoquestion" "one"
strsplit返回一个列表，因为它被编写为适用于矢量和奇异元素。因此，在第一个示例中，[[1]]正在访问列表的第一个元素，然后[1]正在访问其中的第一个元素，即?之前的网址。
这是第一个分为步骤的例子：
# Returns a list of length one
> strsplit(url, "\\?")
[[1]]
[1] "https://www.dummy.com/2017/11/29/four-questions-we-have-about-stuff/"
[2] "utm_source=exacttarget&utm_medium=newsletter&utm_term=dummydotcom-dummycomnewsletter&utm_content=na-readblog-blogpost&utm_campaign=dummy"
# Each element of the list is a vector
> strsplit(url, "\\?")[[1]]
[1] "https://www.dummy.com/2017/11/29/four-questions-we-have-about-stuff/"
[2] "utm_source=exacttarget&utm_medium=newsletter&utm_term=dummydotcom-dummycomnewsletter&utm_content=na-readblog-blogpost&utm_campaign=dummy"
# The first element of that vector
> strsplit(url, "\\?")[[1]][1]
[1] "https://www.dummy.com/2017/11/29/four-questions-we-have-about-stuff/"