基于载波位置删除多个字符

Question

我有以下列表元素。它包含原始文本，列基于字符长度。第一行总是427个字符宽。其余行宽375个字符。

我需要删除每一行中375个字符宽的最后9个字符。那将是航母位置367到375

df = structure(list(X1 = c("00000104900914254       1BBVA SEGUROS DE VIDA COLOMBIA S.A.                                                                                                                    NI800240882       0ACRA 11 87-51                            001130000000   7777777   LUZ.MARTINEZ@xxxx.COM                                       2021-042021-04-22U                                                  0004900000000213P0000000000022021-04-21", 
"00000012CC1130000000      MORENO              REINA                         DANIELA                                           MORENO              AYALA                         LUIS                ALBERTO                       CC63000000        03N1N68001      300004542630.08000000036400000000000                              000454263                               000908526", 
"00000022CC63000000        MURILLO             ESCALANTE                     KELLY               JOHANA                                                                                                                                              08N1N68001      300009085260.08000000072700000000000                              000908526                               000908526"
)), .Names = "X1", row.names = c(NA, -3L), class = c("tbl_df", 
"tbl", "data.frame"))

Answer 1

你可以使用sub甚至gsub

df$X2 <- sub("^(.{366}).{9}$", "\\1", df$X1, perl = TRUE)
nchar(df$X2)
[1] 427 366 366

使用此代码，第一行保持为427个字符，而其余的则减少到366。

Answer 2

我们可以在nchar上使用min和substr

library(dplyr)
out <-  df %>%
   mutate(X1 = substr(X1, 1, min(nchar(X1))))

如果我们需要更改剩下的行，保持第一行不变

out <- df %>%
        mutate(X1 = replace(X1, -1, substr(X1[-1], 1, 367)))


nchar(out$X1)
#[1] 427 367 367

注意：substr应该是最快的选项

或者使用base R

df$X1 <- substr(df$X1, 1, min(nchar(df$X1)))

Answer 3

这也是要添加到已经很棒的解决方案中的另一个解决方案：

library(dplyr)
library(stringr)

DT %>%
  mutate(X1 = ifelse(nchar(X1) != 427, str_sub(X1, 1L, 367L), X1)) %>%
  mutate(nc = nchar(X1)) %>%
  select(nc)

# A tibble: 3 x 1
     nc
  <int>
1   427
2   367
3   367

最后两行代码用于测试，因此可以省略。