字符匹配和年份后的语句子串

Question

我正在尝试根据年份从我的数据集中提取某些行，此外，我想对符合以下条件的行进行子串化，对于 2017 年，我想对语句中第二个“-”之前的部分进行子串化，例如：“17Q4-​​EMEA-All-SOV-OutR-Sov_Score-18Dec.Email”我只想要“All-SOV-OutR-Sov_Score-18Dec.Email”，对于 2018 年，我想删除“。”之后的部分。例如：“IVP 计划模板.IVP 电子邮件模板”我想要“IVP 计划模板”

我尝试过使用

data$col <- sub(".*:", "", data$`Email Name`)
data$col2 <- substring(data$`Email Name`, regexpr(".", data$`Email Name`) + 1)

但它们都不起作用并按原样返回语句，也用于根据我尝试使用过滤器函数的年份进行过滤 filter(data, as.Date(data$First Activity (EDT)) = "2017") 但它给了我语法错误

我的数据集是这样的：

Answer 1

这是应该为您提供 2017 年值所需结果的正则表达式：

sub(".*?-.*?-", "", "17Q4-EMEA-All-SOV-OutR-Sov_Score-18Dec.Email")
# "All-SOV-OutR-Sov_Score-18Dec.Email"

2018 年价值观：

sub("\\..*", "", "IVP Program Template.IVP Email Template")
# IVP Program Template

然后您可以使用ifelse 应用正则表达式函数：

library(lubridate)

data$email_adj <- NA

data$email_adj <- ifelse(year(mdy(data$`First Activity (EDT)`)) %in% "2017", sub(".*?-.*?-", "", data$`Email Name`), data$email_adj)

data$email_adj <- ifelse(year(mdy(data$`First Activity (EDT)`)) %in% "2018", sub("\\..*", "", data$`Email Name`), data$email_adj)

如果您想按月份而不是年份进行过滤，请使用 year 函数的 month instaed（在示例中，我只选择了从 4 月到 7 月的月份）：

library(lubridate)

data$email_adj <- NA

data$email_adj <- ifelse(month(mdy(data$`First Activity (EDT)`)) %in% 4:7, sub(".*?-.*?-", "", data$`Email Name`), data$email_adj)

data$email_adj <- ifelse(month(mdy(data$`First Activity (EDT)`)) %in% 4:7, sub("\\..*", "", data$`Email Name`), data$email_adj)