Question

所以我想要这个数据框/字符串/向量

 x<-c("WB (16)","CT (14)WB (15)","NBIO (15)","CT (12)CITG-TP (17)","BK (11)PS (15)BK-AR (15)")

看起来像这样

 x<-
    WB
    WB
    NBIO
    CITG-TP
    BK-AR

因此，我想提取最后一个或唯一的值（这是一个单词及其年份，所以例如WB（15）是一个值），然后用括号将年份删除。我尝试使用sub(".*?)", "", x)进行此操作，但是当只有一个条目时，它也会清除此错误，如下所示：

c( "", "WB (15)" , "" , "CITG-TP (17)","PS (15)BK-AR (15)")

我该怎么做？

Answer 1

这将删除引号之间的数字，并且它们选择每个字符串中的最后一个代码。我正在使用管道（%>%）来使代码更干净。

library(magrittr)  # pipe operators
newx <- 
  x %>% 
  gsub('[[:blank:]]\\([[:digit:]]*\\)', ';', .) %>%  # change all " (NN)" to ";"
  strsplit(split = ';') %>%                          # split the strings into a list
  lapply(rev) %>%                                    # revert the order
  lapply('[[', 1) %>%                                # select first element
  unlist()                                           # change back to vector

> newx
[1] "WB"      "WB"      "NBIO"    "CITG-TP" "BK-AR"

Answer 2

我强烈怀疑这是最有效的正则表达式，但这可以为您提供所需的确切输出：

null

我玩过的游戏更多，而且看起来也可以。

None

这是一种更通用的方法

library(stringr)
str_replace_all(x, "CT\\s\\(\\d+\\)|BK\\s\\(\\d+\\)|PS\\s\\(\\d+\\)|\\s\\(\\d+\\)","")
[1] "WB"      "WB"      "NBIO"    "CITG-TP" "BK-AR"

我可能有某种方法可以选择模式的最后一次出现，但是我遇到了麻烦，所以我定义了一个函数来反转字符串并采用模式的第一次出现，然后我们将字符串以正确的顺序返回。

Answer 3

TextIOWrapper

如何从数据框中提取最后一个值并删除数字？

3 个答案: