r - 如何删除数据框中列名的特定部分？

Question

我有以下格式的列名:

col= c('UserLanguage','Q48','Q21...20','Q22...21',"Q22_4_TEXT...202")

我想获取不包含...之后所有内容的列名

[1] "UserLanguage"    "Q48"             "Q21"        "Q22"        "Q22_4_TEXT"

我不确定如何编码。我找到这篇文章 here但我不确定如何在我的案例中指定模式。

Answer 1

您可以使用 gsub。

gsub("\\...*","",col)

#[1] "UserLanguage" "Q48"     "Q21"        "Q22"     "Q22_4_TEXT"  

或者你可以使用stringr

library(stringr)

str_remove(col, "\\...*")

由于 . 匹配任何字符，我们需要“转义”(\) 以在正则表达式中准确指定我们要匹配的内容(而不是使用特殊的. 的行为)。因此，要匹配句点，我们需要 \.。但是，反斜杠 (\) 用于转义正则表达式中的特殊行为(例如，字符串中的转义符号)。因此，要创建正则表达式，我们需要一个额外的反斜杠 \\. 在这种情况下，我们想要匹配额外的句点，因此我们可以在此处添加它们，因此 \\.. .。然后，* 指定前面的表达式(三个句点的所有内容)可能出现 0 次或多次。