例子:
df <- data.frame(Name = c("J*120_234_458_28", "Z*23_205_a834_306", "H*_39_004_204_99_04902"))
我希望能够为数据框中的每一行选择第三个下划线之前的所有内容。我了解如何拆分字符串:
df$New <- sapply(strsplit((df$Name),"_"), `[`)
但这会在每一行中放置一个列表。到目前为止,我一直无法弄清楚如何使用 sapply to unlist() df$New 的每一行选择列表的前 N 个元素以将它们粘贴/折叠在一起。因为每个子元素的长度可以不同,子元素的数量也可以不同,所以我一直无法找到获取此信息的替代方法。
最佳答案
我们在拆分 character
之后指定 'n'按“_”列,提取n-1
第一个组件
n <- 4
lapply(strsplit(as.character(df$Name), "_"), `[`, seq_len(n - 1))
如果我们需要paste
它一起,可以在遍历 function(x)
之后使用匿名函数调用( list
)与 lapply/sapply
, 用 head
得到前 n 个元素和 paste
他们在一起`
sapply(strsplit(as.character(df$Name), "_"), function(x)
paste(head(x, n - 1), collapse="_"))
#[1] "J*120_234_458" "Z*23_205_a834" "H*_39_004"
或者使用正则表达式的方法
sub("^([^_]+_[^_]+_[^_]+)_.*", "\\1", df$Name)
#[1] "J*120_234_458" "Z*23_205_a834" "H*_39_004"
或者如果'n'真的很大,那么
pat <- sprintf("^([^_]+){%d}[^_]+).*", n-1)
sub(pat, "\\1", df$Name)
或者
sub("^(([^_]+_){2}[^_]+)_.*", "\\1", df$Name)
#[1] "J*120_234_458" "Z*23_205_a834" "H*_39_004"
关于r - 在 R 中,如何拆分向量中的每个字符串以返回第 N 个字符实例之前的所有内容?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/60497837/