从字符串中删除特定元素

Question

我有一个由向量组成的向量

data<-c("Mark And (BD Marketing Da 1 Z _ 9793)",
"Andre All (BD Marketing DA 1 Z _ 9794 (plus))", 
"Alli Inn (BD Sport Educ 1 C _ 9722 (plus))",
"Alli Inn (BP Sport Educ 1 Z _ 9347)")

现在我需要删除_之前的所有字符，并且删除括号（如果缺少单词(plus)）。因此，结果应该是：

Mark And BD Marketing Da 1 Z
Andre All BD Marketing DA 1 Z (plus)
Alli Inn BD Sport Educ 1 C (plus)
Alli Inn BP Sport Educ 1 Z

我使用gsub("\\s*\\w*$", "", data)并获得了以下结果

Alli Inn (BP Sport Educ 1 Z

但这不正确，因为我需要删除其他括号，并保留写在 (plus) 中的内容。

我已经尝试过这个代码： gsub('\((?!plus)|(?<!plus)\)|.\\d+', '', rownames(data), perl=TRUE)，得到了这个结果： Alli Inn BP Sport Educ Z，但现在我错过了字母前的数字1。

- Miha

---

将来参考，您拥有的是一个向量，而不是数据框。数据框_包含_一个或多个向量。 - Hong Ooi

Answer 1

gsub('\\((?!plus)|(?<!plus)\\)|_ [0-9]*', '', data, perl=TRUE)
#[1] "Mark And BD Marketing Da 1 Z "        
#[2] "Andre All BD Marketing DA 1 Z  (plus)"
#[3] "Alli Inn BD Sport Educ 1 C  (plus)"   
#[4] "Alli Inn BP Sport Educ 1 Z " 

- Pierre L

---

如果我这样做，仍然会有像这样的数字：Mark And BD Marketing Da 1 Z 9793，我认为我应该改变 _ [0-9] 中的某些内容，以便也可以删除数字？ - Miha

我尝试过这个代码：'gsub('\((?!plus)|(?<!plus)\)|.\d+', '', rownames(data), perl=TRUE)'，得到了这个结果：'Alli Inn BP Sport Educ Z'，但现在我缺少字母前的数字1。 - Miha

我认为情况是这样的。问题在于代码太长无法展示，我使用了以下代码将数据向量从数据框中组合起来，并使用rownames(data)<-paste0(sapply(data.average[rownames(data),"NAME"]), " (", data.average[rownames(data),"ID"], ")")将行名赋值，这两列组合后的结构是“字符型”。因此，我在原始帖子中的数据是由代码rownames(data)....所构成的。 - Miha

你想让我说什么？你给了我这个 "Alli Inn (BP Sport Educ 1 Z _ 9347)" ，我给了你这个 "Alli Inn BP Sport Educ 1 Z" 。现在你说当你运行它时，它不起作用。我正在向你展示它可以工作。如果你有另一个不能工作的例子，那就把那个例子发布到问题中，我们来尝试一下。 - Pierre L

是的，它可以工作。之前我的代码有一个错误，因此无法正常工作。谢谢。 - Miha

Answer 2

使用dplyr和stringr可能会很快而简单，但它能完成任务。

library(dplyr)
library(stringr)
data %>% 
  str_replace_all(" _ [1-9][0-9]{0,3}|\\(|\\)", "") %>% 
  str_replace_all("plus", "(plus)")

- uhlitz