regex - 删除具有缺失值的数据框列中字符串后的所有内容

Question

我有一个类似于下面摘录的数据框:

Observation Identifier   Value
Obs001      ABC_2001     54
Obs002      ABC_2002     -2
Obs003                   1
Obs004                   1 
Obs005      Def_2001/05  

我想将此数据框转换为一个数据框，其中 “_” 符号之后的字符串部分将被删除:如下图所示:

Observation Identifier_NoTime   Value
Obs001      ABC                 54
Obs002      ABC                 -2
Obs003                          1
Obs004                          1 
Obs005      Def  

我尝试使用此处讨论的 strsplit、gsub 和 sub 进行试验，但不能强制这些建议起作用。我必须考虑以下事实:

1. 列有缺失值，我想将它们留在原处
2. 字符串“_”位于变量的不同位置
3. 我还想保留数据框的其余部分

Answer 1

您可以尝试使用下面的 sub 命令从 _ 符号中删除所有非空格字符。

sub("_\\S*", "", string)

解释:

• _ 匹配文字 _ 符号。
• \S* 匹配零个或多个非空格字符。

或

这将从 _ 符号中删除所有字符，

sub("_.*", "", string)

解释:

• _ 匹配文字 _ 符号。
• .* 匹配任何字符零次或多次。