R以使用stringr::str_extract g

Question

我在向量中有一个字符串，如下所示：

l <- c("0_Mango_10a"  "0_Orange_10b"  "0_Apple_11)

我需要提取Mango_10a、Orange_10b和Apple_11

我当前的代码是：

stringr::str_extract(l, "(?<=_)[:alnum:]+")

我买了芒果，橙子和苹果。

有人能帮我得到想要的结果吗？

提前感谢！

Answer 1

只需在base R中使用trimws，方法是将whitespace指定为一个或多个数字(\\d+)，后跟下划线(_)

trimws(l, whitespace = "\\d+_")
[1] "Mango_10a"  "Orange_10b" "Apple_11"  

通过stringr，可以使用str_remove

stringr::str_remove(l, "^\\d+_")
[1] "Mango_10a"  "Orange_10b" "Apple_11"  

在str_extract中，指定的模式只能与字母数字匹配，而不能与_匹配。如果我们包含，它将会工作

stringr::str_extract(l, "(?<=_)[[:alnum:]_]+")
[1] "Mango_10a"  "Orange_10b" "Apple_11"  

Answer 2

这里有两个基本的R选项

> gsub("^\\d+_", "", l)
[1] "Mango_10a"  "Orange_10b" "Apple_11"

> unlist(regmatches(l, gregexpr("(?<=_).*", l, perl = TRUE)))
[1] "Mango_10a"  "Orange_10b" "Apple_11"

Answer 3

您可以删除第一个下划线之前的文本。

在base R中使用sub

l <- c("0_Mango_10a" , "0_Orange_10b",  "0_Apple_11")

sub('.*?_', '', l)
#[1] "Mango_10a"  "Orange_10b" "Apple_11" 

或者stringr::str_remove。

stringr::str_remove(l, '.*?_')