正则表达式只保留单词R之前的最后一个数字（可重复）

Question

我有以下格式的日期，数字+日期和NA列，我只想保留日期部分，删除R中的其他数字可能使用sub或gsub？很高兴接受一个帮助我的答案：）

df <- data.frame(a=c(1:11), datecol=c("11 June 2018", NA, NA, "400 10 June 2017",NA,"5 05 June 2018", NA, NA, NA, NA, "25 15 May 2016"))

df.desired <- data.frame(a=c(1:11), datecol=c("11 June 2018", NA, NA, "10 June 2017",NA,"05 June 2018", NA, NA, NA, NA, "15 May 2016"))

Answer 1

我们可以使用sub来匹配1或2位数字（\\d{1,2}）的模式，后跟空格，单词（\\w+）表示月份，空格和最后4位数字代表＆＃39;年＆＃39;，作为一个群体捕获，并在替换中使用反对捕获的群组

sub(".*\\s+(\\d{1,2}.*\\w+\\s+\\d{4}$)", "\\1", df$datecol)
#[1] "11 June 2018" NA             NA             "10 June 2017" NA            
#[6] "05 June 2018" NA             NA             NA             NA            
#[11] "15 May 2016" 

Answer 2

您也可以使用stringr包：

stringr::str_extract(df$datecol,"\\d{1,2}\\s+[a-zA-Z]+\\s+\\d{4}")

<强>输出：

> stringr::str_extract(df$datecol,"\\d{1,2}\\s+[a-zA-Z]+\\s+\\d{4}")
 [1] "11 June 2018" NA             NA             "10 June 2017"
 [5] NA             "05 June 2018" NA             NA            
 [9] NA             NA             "15 May 2016"