删除数据框列 (R) 中的部分字符串

Question

我有一个带有列(Col2)的数据框(df)，如下所示:

Col1                 Col2                   Col3
  1   C607989_booboobear_Nation               A
  2   C607989_booboobear_Nation               B
  3   C607989_booboobear_Nation               C
  4   C607989_booboobear_Nation               D
  5   C607989_booboobear_Nation               E
  6   C607989_booboobear_Nation               F

我只想提取 Col2 中的数字

Col1              Col2                    Col3
  1              607989                     A
  2              607989                     B
  3              607989                     C
  4              607989                     D
  5              607989                     E
  6              607989                     F

我试过这样的事情:

gsub("^.*?_","_",df$Col2)

但它不起作用。

Answer 1

如果您的字符串不太花哨/复杂，则可能最容易执行以下操作:

gsub("C([0-9]+)_.*", "\\1", df$Col2)
# [1] "607989" "607989" "607989" "607989" "607989" "607989"

以“C”开头，然后是数字，然后是下划线，然后是其他任何内容。使用 () 捕获数字，并将替换设置为该捕获组 ( \\1 )。