用逗号分隔的项目的正则表达式

Question

我有以下数据集

df <- data.frame(id = c(1,2,3), names = c( "Adam Jones, John David, Maddy Kones", 
"Adam Smith, Maddy Kones, John David", "Maddy Kones, John Peterson, Adam Smith"))

就是

并且我希望看到“John”紧跟在“Adam”之后的行

所以我的输出将是

id                              names
1   Adam Jones, John David, Maddy Kones

我不知道如何使用正则表达式。到目前为止我试过了

output <- df [grep("Adam" [^,]* "John", df$names),]

Answer 1

这里的一种基本 R 方法是使用具有适当模式的 grepl:

Adam\b[^,]*,\\s*John.*

这表示匹配 Adam 后跟单词边界和第一个逗号之前的任何内容，紧随其后的是 John 作为下一个词。我们没有任何丑陋的边缘情况，因为如果 John 必须跟在 Adam 之后，这意味着总是有一个逗号分隔两个名字。

代码:

df[grepl("Adam\\b[^,]*,\\s*John.*", df$names), ]

Demo