R中的正则表达式删除第一个空格后的所有字符？答案

【问题标题】：Regular expressions in R to erase all characters after the first space?R中的正则表达式删除第一个空格后的所有字符？
【发布时间】：2011-09-08 13:29:00
【问题描述】：

我在 R 中有如下数据：

USDZAR Curncy
R157 Govt
SPX Index

换句话说，一个单词，在本例中为 Bloomberg 证券标识符，后跟另一个单词，即证券类别，以空格分隔。我想去掉课程和空间：

USDZAR
R157
SPX

在 R 中最有效的方法是什么？是正则表达式还是我必须像在 MS Excel 中那样使用 mid 和 find 命令做一些事情？例如在 Excel 中我会说：

=MID(@REF, 1, FIND(" ", @REF, 1)-1)

表示返回一个子字符串，从字符 1 开始，到第一个空格的字符号结束（减去 1 以擦除实际空格）。

我是否需要在 R 中做类似的事情（在这种情况下，什么是等价的），或者正则表达式可以在这里提供帮助吗？谢谢。

【问题讨论】：

标签： regex r

【解决方案1】：

1) 试试这个，正则表达式匹配一个空格，后跟任何字符序列，sub 用一个零字符的字符串替换它：

x <- c("USDZAR Curncy", "R157 Govt", "SPX Index")
sub(" .*", "", x)
## [1] "USDZAR" "R157"   "SPX"

2) 如果您希望将两个单词放在数据框中的不同列中，另一种方法如下。这里as.is = TRUE 使列成为字符而不是因子。

read.table(text = x, as.is = TRUE)
##       V1     V2
## 1 USDZAR Curncy
## 2   R157   Govt
## 3    SPX  Index

【讨论】：

【解决方案2】：

stringr 非常简单：

x <- c("USDZAR Curncy", "R157 Govt", "SPX Index")

library(stringr)
str_split_fixed(x, " ", n = 2)[, 1]

【讨论】：

【解决方案3】：

如果你像我一样，在那个正则表达式中将永远是一个难以理解、令人沮丧的谜团，这个笨重的解决方案也存在：

x <- c("USDZAR Curncy", "R157 Govt", "SPX Index")
unlist(lapply(strsplit(x," ",fixed=TRUE),"[",1))

fixed=TRUE 不是绝对必要的，只是指出您可以做到这一点（简单的情况），而无需真正了解正则表达式的第一件事。

编辑以反映@Wojciech 的评论。

【讨论】：

【解决方案4】：

正则表达式是搜索：

\x20.*

并用空字符串替换。

如果您想知道它是否更快，只需计时。

【讨论】：

谢谢，对了，我正在输入： > grep("\x20.*", "R157 Govt") 我回来了： [1] 1 ，即值 1。在哪里我从那里去吗？
这种用法的问题是你没有理解反斜杠在正则表达式中是特殊的，因此需要自己“转义”。在模式参数中，它需要在它之前有两个反斜杠。试试看：sub("\\\x20.*", "", "R157 Govt")