姓氏，名字到名字姓氏答案

【问题标题】：Last name, First Name to First Name Last Name姓氏，名字到名字姓氏
【发布时间】：2016-02-22 22:32:03
【问题描述】：

我有一组最后一种格式的名字

             Name Pos Team Week.x Year.x GID.x h.a.x Oppt.x Week1Points DK.salary.x Week.y Year.y GID.y
1 Abdullah, Ameer  RB  det      1   2015  2995     a    sdg        19.4        4000      2   2015  2995
2  Adams, Davante  WR  gnb      1   2015  5263     a    chi         9.9        4400      2   2015  5263
3 Agholor, Nelson  WR  phi      1   2015  5378     a    atl         1.5        5700      2   2015  5378
4    Aiken, Kamar  WR  bal      1   2015  5275     a    den         0.9        3300      2   2015  5275
5 Ajirotutu, Seyi  WR  phi      1   2015  3877     a    atl         0.0        3000     NA     NA    NA
6   Allen, Dwayne  TE  ind      1   2015  4551     a    buf        10.7        3400      2   2015  4551

这只是前 6 行。我想将名称翻转为名字姓氏。这是我尝试过的。

> strsplit(DKPoints$Name, split = ",")

这会拆分名称变量，但有空格，所以我尝试清除它们，

> str_trim(splitnames)

但结果并不正确。这是它们的样子。

  [1] "c(\"Abdullah\", \" Ameer\")"          "c(\"Adams\", \" Davante\")"          
  [3] "c(\"Agholor\", \" Nelson\")"          "c(\"Aiken\", \" Kamar\")"            
  [5] "c(\"Ajirotutu\", \" Seyi\")"          "c(\"Allen\", \" Dwayne\")"

有什么建议吗？我想得到一个数据框的列，看起来像

Ameer Abdullah
Davabte Adams
Nelson Agholor
Kamar Aiken

任何建议将不胜感激。谢谢

【问题讨论】：

请给我们dput()您的数据

标签： r data-cleaning

【解决方案1】：

sub("(\\w+),\\s(\\w+)","\\2 \\1", df$name)

(\\w+) 匹配名称，,\\s 匹配 ", "（逗号和空格），\\2 \\1 以相反的顺序返回名称。

【讨论】：

目前提供的解决方案中最快的。
@JohannesNE，如果你想忽略姓氏中的连字符怎么办？您的代码将“A-B，C”变成“A-C B”，而我想要的是“C A-B”。
@phil_t，您可以使用 [\\w-]+ 在姓氏组中包含连字符（或任何其他字符）。即sub("([\\w-]+),\\s(\\w+)","\\2 \\1", df$name).
这对我来说效果更好sub("(^.*),\\s(.*$)","\\2 \\1", .)

【解决方案2】：

假设所有名字都是“姓氏，名字”，你可以这样做：

names <- c("A, B","C, D","E, F")


newnames <- sapply(strsplit(names, split=", "),function(x) 
  {paste(rev(x),collapse=" ")})

> newnames
[1] "B A" "D C" "F E"

它将", " 上的每个名称拆分，然后以相反的顺序将它们粘贴在一起。

编辑：对于小型数据集可能没问题，但提供的其他解决方案要快得多。 100.000 个“名称”的微基准测试结果：

Unit: milliseconds
     expr       min        lq      mean    median        uq       max neval cld
   heroka 1103.0419 1242.6418 1276.7765 1274.6746 1311.1218 1557.8579    50   c
 lyzander  149.4466  177.0036  206.4558  191.1249  218.1756  345.7960    50  b 
 johannes  142.7585  144.5943  151.0078  146.0602  147.1980  284.2589    50 a

【讨论】：

就速度而言，您将无法触及正则表达式解决方案，但您也没有做太多优化您的方法。（不用fixed = TRUE，用sapply代替vapply...）
我无意写一个快速的解决方案，测试是事后才想到的。
我只是想恢复strsplit 的可信度:-)

【解决方案3】：

一种使用srt_split_fixed的方式：

library(stringr)
#split Name into two columns
splits <- str_split_fixed(df$Name, ", ", 2)

#now merge these two columns the other way round
df$Name <- paste(splits[,2], splits[,1], sep = ' ')

输出：

           Name Pos Team Week.x Year.x GID.x h.a.x Oppt.x Week1Points DK.salary.x Week.y Year.y GID.y
1  Ameer Abdullah  RB  det      1   2015  2995     a    sdg        19.4        4000      2   2015  2995
2   Davante Adams  WR  gnb      1   2015  5263     a    chi         9.9        4400      2   2015  5263
3  Nelson Agholor  WR  phi      1   2015  5378     a    atl         1.5        5700      2   2015  5378
4     Kamar Aiken  WR  bal      1   2015  5275     a    den         0.9        3300      2   2015  5275
5  Seyi Ajirotutu  WR  phi      1   2015  3877     a    atl         0.0        3000     NA     NA    NA
6    Dwayne Allen  TE  ind      1   2015  4551     a    buf        10.7        3400      2   2015  4551

【讨论】：

这很好用，但是每个名字的第一个字母前都有一个空格。添加了一个额外的步骤来清除它。 df$Name = str_trim(df$Name)
当我运行您的解决方案时，我会在每个“新”名称的开头得到一个前导空格。你的意思是在", " 上分手吗？
我猜 stri_extract_all 来自 stringi 会更快
啊，是的 @Heroka 谢谢你是对的。我应该在', ' 上分手
@akrun 是的，谢谢 akrun，你是对的 :) 你可以添加它是公平的。 stri_extract_all 的工作方式与 str_split_fixed 不同

【解决方案4】：

试试这个：

df$Name2<-paste(gsub("^.+\\,","",df$Name),gsub("\\,.+$","",df$Name),sep=" ")

df 是您的数据框。

【讨论】：