从R中的列名末尾删除不定长度括号中的字符

Posted 2023-02-14

【中文标题】从R中的列名末尾删除不定长度括号中的字符

【英文标题】：removing characters in brackets of indefinite length from end of column names in R

【发布时间】：2022-01-04 05:11:28

【问题描述】：

我在 df 中有一些列名，如下所示：

column1 (-)
column2 (unwantedstring)
column3
column4 (4)

请注意，有些列的末尾没有多余的括号，应保持不变。

我想去掉最后的括号和里面的任何东西（连同左括号前的空格）来得到：

column1
column2
column3
column4

我在下面的正确轨道上吗？

df <- df %>%
  rename_with(~str_remove(.x, " \(*\)$"))

任何帮助将不胜感激

【问题讨论】：

在 R 中，您需要双重转义 - 一次用于 R，一次用于正则表达式。您还需要使用.* 而不仅仅是* 作为通配符，因此请尝试" \\(.*\\)$"，尽管您可能可以简化为" \\(.*"...如果( 有) 并不重要之后——无论如何你都想删除它，对吧？

【参考方案1】：

您可以在此处使用sub 作为基本选项：

x <- c("column1 (-)", "column2 (unwantedstring)", "column3", "column4 (4)")
output <- sub("\\s+\\(.*\\)$", "", x)
output

[1] "column1" "column2" "column3" "column4"

【参考方案2】：

您也可以使用以下解决方案，但是有点复杂。

trimws(regmatches(x, regexpr("\\([^()]\\](SKIP*)(FAIL*)|(?<!\\()[^()]*(?!\\))", x, perl = TRUE)))

[1] "column1" "column2" "column3" "column4"

感谢Tim Biegeleisen提供的数据