从列中提取第一个单词并插入新列[重复]答案

【问题标题】：Extract first word from a column and insert into new column [duplicate]从列中提取第一个单词并插入新列[重复]
【发布时间】：2015-11-02 17:40:44
【问题描述】：

我在下面有一个数据框，想提取第一个单词并将其插入到新列中

Dataframe1:

COL1
Nick K Jones
Dave G Barros
Matt H Smith

将其转换为：

Dataframe2:
COL1              COL2
Nick K Jones      Nick
Dave G Barros     Dave
Matt H Smith      Matt

【问题讨论】：

【解决方案1】：

您可以使用正则表达式（"([A-Za-z]+)" 或 "([[:alpha:]]+)" 或 "(\\w+)"）来获取第一个单词

Dataframe1$COL2 <- gsub("([A-Za-z]+).*", "\\1", Dataframe1$COL1)

【讨论】：

当您只需要替换第一次出现时，为什么要使用gsub。使用sub
@Saksham 你是对的sub 在这里会更好，谢谢
如果第一个单词是数字怎么办：495 或 Q1？当我尝试这个公式时，它只保留“Q”而不是 Q1，对于 495，它会取其后的所有数字：“495 3Be”@nongkrong
@Nick 试试"(\\w+)" 选项，或者您可以在括号中添加匹配数字的选项，即。 [0-9A-Za-z]+ 和 [[:digit:]]
不幸的是，这不起作用。我基本上只想抓住第一个单词（无论是空格前的字符还是数字）。因此，如果我有 P1 Media，过去它会打印出 P。对于 495 54，它会打印出所有内容，而不仅仅是 495。@nongkrong

【解决方案2】：

strsplit 函数很有用

Dataframe1$COL2 <- strsplit(Dataframe1$COL1, " ")[[1]][1]

然后您可以更改最后一个括号内的数字以从字符串中选择其他部分。

【讨论】：

【解决方案3】：

我们可以使用函数stringr::word:

library(stringr)

Dataframe1$COL2 <- word(Dataframe2$COL1, 1)

【讨论】：

这很有效，但对于较大的数据来说非常慢。我正在处理半百万行，str_extract(Dataframe2$COL1, '[A-Za-z]+')（也来自stringr 包）至少快十倍。
显然是简单问题的最佳答案