删除字符串的一部分答案

【问题标题】：Remove part of a string删除字符串的一部分
【发布时间】：2012-03-31 01:04:54
【问题描述】：

如何删除字符串的一部分？例如在ATGAS_1121 中我想删除_ 之前的所有内容。

【问题讨论】：

【解决方案1】：

使用正则表达式。在这种情况下，您可以使用gsub：

gsub("^.*?_","_","ATGAS_1121")
[1] "_1121"

此正则表达式匹配字符串的开头 (^)、任何重复零次或多次的字符 (.) (*) 和下划线 (_)。这？使匹配“惰性”，以便它只匹配第一个下划线。该匹配项仅替换为一个下划线。请参阅?regex 了解更多详情和参考

【讨论】：

在gsub("^.*_","_","ATGAS_1121_xxx") 的情况下，前一个正则表达式将匹配最后一个下划线。现已修复。
@Joshua 我觉得你解释了正则表达式的作用真的很有用。
这也适用于字符串向量作为最后一个参数。 R 就是这么棒。

【解决方案2】：

您可以为此使用内置的strsplit：

> s = "TGAS_1121"
> s1 = unlist(strsplit(s, split='_', fixed=TRUE))[2]
> s1    
 [1] "1121"

strsplit 将在 split 参数上解析的字符串的 both 片段返回为 list。这可能不是您想要的，所以将调用包装在 unlist 中，然后在 index 该数组中，以便只返回向量中两个元素中的第二个。

最后，fixed参数要设置为TRUE，表示split参数不是正则表达式，而是文字匹配字符。

【讨论】：

【解决方案3】：

如果您是 Tidyverse 类型的人，这里是 stringr 解决方案：

R> library(stringr)
R> strings = c("TGAS_1121", "MGAS_1432", "ATGAS_1121") 
R> strings %>% str_replace(".*_", "_")
[1] "_1121" "_1432" "_1121"
# Or:
R> strings %>% str_replace("^[A-Z]*", "")
[1] "_1121" "_1432" "_1121"

【讨论】：

【解决方案4】：

如果s 是向量，则这是strsplit 解决方案：

> s <- c("TGAS_1121", "MGAS_1432")
> s1 <- sapply(strsplit(s, split='_', fixed=TRUE), function(x) (x[2]))
> s1
[1] "1121" "1432"

【讨论】：

非常有帮助，谢谢！仅供参考，以获取字符串的第一部分（即在“_”之前），将末尾的 [2] 替换为 [1]。

【解决方案5】：

也许最直观的解决方案可能是使用stringr 函数str_remove，它比str_replace 更容易，因为它只有1 个参数而不是2 个。

您的示例中唯一棘手的部分是您希望保留下划线，但这是可能的：您必须匹配正则表达式，直到它找到指定的字符串模式 (?=pattern)。

查看示例：

strings = c("TGAS_1121", "MGAS_1432", "ATGAS_1121")
strings %>% stringr::str_remove(".+?(?=_)")

[1] "_1121" "_1432" "_1121"

【讨论】：

【解决方案6】：

这里是使用dplyr 包的数据框的strsplit 解决方案

col1 = c("TGAS_1121", "MGAS_1432", "ATGAS_1121") 
col2 = c("T", "M", "A") 
df = data.frame(col1, col2)
df
        col1 col2
1  TGAS_1121    T
2  MGAS_1432    M
3 ATGAS_1121    A

df<-mutate(df,col1=as.character(col1))
df2<-mutate(df,col1=sapply(strsplit(df$col1, split='_', fixed=TRUE),function(x) (x[2])))
df2

  col1 col2
1 1121    T
2 1432    M
3 1121    A

【讨论】：