如何根据特定位置删除字符串中的字符/数字？

Question

我的ID写为

PSA20001_USDa1_d0001
PSA20001_USDa2_d0002
PSA20001_USDa3_d0003

我想只删除下划线开头的中间部分

_USDa1_

我尝试了

str_replace(data$id, pattern = "_\\w\\_", replacement = "")

但是它不起作用。有什么帮助吗？

Answer 1

我们可以使用sub来匹配_，然后匹配不是_的一个或多个字符，然后再匹配_，用空白（{{1 }}）

""

或者，如果它基于位置，那么也可以使用sub("_[^_]+_", "", df1$id) #[1] "PSA20001d0001" "PSA20001d0002" "PSA20001d0003"

substr

---

或使用with(df1, paste0(substr(id, 1, 8), substring(id, 16)))

str_remove

如果我们希望在library(stringr) str_remove(df1$id, "_[^_]+_") 流程中使用它

tidyverse

数据

library(dplyr)
df1 %>%
   mutate(id = str_remove(id, "_[^_]+_"))
#            id
#1 PSA20001d0001
#2 PSA20001d0002
#3 PSA20001d0003

Answer 2

使用sub：

data$id <- sub("_.+_", "", data$id)

使用str_replace和dplyr：

library(dplyr)
library(stringr)

data %>%
  mutate(id = str_replace(id, pattern = "_.+?_", replacement = ""))

输出：

             id
1 PSA20001d0001
2 PSA20001d0002
3 PSA20001d0003

注释：

1. _与文字下划线匹配

2. .+匹配任何字符一次或多次

3. _再次匹配文字下划线

正如Tim Biegeleisen在评论中指出的那样，如果字符串中有更多的下划线，则使用.+?而不是.+

使正则表达式变得懒惰可能更安全。

数据：

data <- structure(list(id = c("PSA20001d0001", "PSA20001d0002", "PSA20001d0003"
)), .Names = "id", row.names = c(NA, -3L), class = "data.frame")