r-根据模式和条件在字符串列中删除子字符串

Question

我在数据框架中有一列字符串，我想在第一个之前替换值，以在第一个，即，在第一个空间/开放式括号对之前。字符串

包含

col1 <- c(1, 2, 3, 4)
col2 <- c("a b (ABC DE)", "bcd", "cd ef (CE)", "bcd")
df <- data.frame(col1, col2)
df

括号

  col1       col2
1    1 a b (ABC DE)
2    2        bcd
3    3  cd ef (CE)
4    4        bcd

​

col1 <- c(1, 2, 3, 4)
col2 <- c("a b", "bcd", "cd ef", "bcd")
df <- data.frame(col1, col2)
df

​

  col1 col2
1    1  a b
2    2  bcd
3    3 cd ef
4    4  bcd

​可能的值，因此在示例中无法手动完成。

Answer 1

基于Stringr的可能解决方案：

library(tidyverse)

df %>% 
  mutate(col2 = str_remove_all(col2, "\\s*\\(.*\\)\\s*"))

#>   col1  col2
#> 1    1   a b
#> 2    2   bcd
#> 3    3 cd ef
#> 4    4   bcd

Answer 2

这是dplyr方法，

library(dplyr)
library(stringr)

df %>% 
  mutate(col2 = str_replace_all(col2, "\\(.+?\\)", ""))

它返回df：

  col1   col2
1    1   a b 
2    2    bcd
3    3 cd ef 
4    4    bcd

Answer 3

使用r base gsub

> df$col2 <- gsub("\\s*\\(.*\\)", "", df$col2)
> df
  col1  col2
1    1   a b
2    2   bcd
3    3 cd ef
4    4   bcd

Answer 4

我宁愿使用正则义务而不是子字符串。

transform(df, col2=gsub('\\s+\\(.*', '', x))
#   col1 col2
# 1    1   ab
# 2    2  bcd
# 3    3 cedf
# 4    4  bcd