r - 在列中，如何重新编码序列中的数据？

Question

在我的数据框中，我有一个名为“Colors”的列。颜色列中的数据如下所示:

Red001.jpeg
Red002.jpeg
Red003.jpeg
Red004.jpeg
... you get the pattern...
Red999.jpeg

Blue001.jpeg
...
Blue999.jpeg

Green001.jpeg
...
Green999.jpeg

Yellow001.jpeg
...
Yellow999.jpeg

我想将 Red001.jpeg 到 Red999.jpeg 更改为 Red。同样，我也需要对 Blue、Green 和 Yellow 执行此操作。我怎样才能使这个过程自动化？

Answer 1

一个简单的正则表达式就可以做到。

sub("(^[[:alpha:]]+)[[:digit:]]*.*", "\\1", color)
# [1] "Red"    "Red"    "Red"    "Red"    "Red"    "Blue"  
# [7] "Blue"   "Green"  "Green"  "Yellow" "Yellow"

数据。

color <- scan(what = character(), text = "
Red001(dot)jpeg
Red002(dot)jpeg
Red003(dot)jpeg
Red004(dot)jpeg
Red999(dot)jpeg
Blue001(dot)jpeg
Blue999(dot)jpeg
Green001(dot)jpeg
Green999(dot)jpeg
Yellow001(dot)jpeg
Yellow999(dot)jpeg
")