在r中查找字符串中最后一个逗号的位置[重复]

Posted 2023-04-14

【中文标题】在r中查找字符串中最后一个逗号的位置[重复]

【英文标题】：find location of last comma in a string in r [duplicate]

【发布时间】：2019-06-19 22:58:48

【问题描述】：

我有一个数据框，其中有一列包含文本字符串：

1 Blue, Tall, leather, VA  
2 Green, Medium, VA*  
3 Pink, MD  
4 Yellow, MA  

最后 2 个，或者有时是 3 个带有“*”的是州名。我希望能够为每一行提取左侧或最后一个“，”的所有内容。在 r 中完成此任务的最佳方法是什么。

我是 r 新手，所以请帮忙

我希望输出是：

1 Blue, Tall, leather  
2 Green, Medium  
3 Pink  
4 Yellow

【参考方案1】：

splitpaste 除了最后一个用逗号分隔的项目之外的所有内容

vector <- c("Blue, Tall, leather, VA", "Green, Medium, VA*", "Pink, MD", "Yellow, MA")
sapply(X = strsplit(x = vector, split = ","),
       FUN = function(x) paste(head(x, -1), collapse = ","))
#[1] "Blue, Tall, leather" "Green, Medium"       "Pink"                "Yellow"    

【参考方案2】：

使用正则表达式：

vector <- c("Blue, Tall, leather, VA", "Green, Medium, VA*", "Pink, MD", "Yellow, MA")

sub("^(.*),.*$", "\\1", vector)

【参考方案3】：

带有sub 的选项与, 后跟零个或多个不是, ([^,]*) 的字符匹配，直到字符串的末尾($) 并替换为空白(@ 987654326@)

sub(",[^,]*$", "", v1)
#[1] "Blue, Tall, leather" "Green, Medium"       "Pink"                "Yellow"   

或使用trimws（从R 3.6.0 开始）

trimws(v1, whitespace = ",[^,]*")
#[1] "Blue, Tall, leather" "Green, Medium"       "Pink"                "Yellow"   

---

或与str_remove 来自stringr

library(stringr)
str_remove(v1, ",[^,]*$")

数据

v1 <- c("Blue, Tall, leather, VA", "Green, Medium, VA*", "Pink, MD", "Yellow, MA")