基于规则(重复连字符)从字符串中提取字符

Question

我有一个很大的dataframe，它的列如下所示：

var <- c("150507-001-0000001", "KMD070515-2-0000001", 
"15144KMD01AA-0000001", "Z75Z151222-0000001")

我要做的是提取字符串的一部分。我要所有字符，，第二个连字符，。所以这就是我需要的：

150507-001
KMD070515-2 
15144KMD01AA-0000001
Z75Z151222-0000001

所以我知道如果我只想要连字符之前的数据，我会这样做：

> var <- sub("-.*", "", var)

> var

150507
KMD070515 
15144KMD01AA
Z75Z151222

我还尝试了一个包qdap，它给了我我想要的东西：

library("qdap")
var <- beg2char(var, "-", 2)

我确实在最后一段代码中得到了我需要的列，但是似乎有些地方不对劲。因为当我根据列执行left_join时，它不起作用。我可以在数据视图中通过复制粘贴找到匹配的内容，但是left_join什么也找不到。但是，使用sub (参见上文)对var执行左联接时要做一些工作。但是对于我的一些行，我需要在第一个连字符之后(在第二个连字符之前)找到匹配的字符。

Answer 1

我们可以使用sub来匹配不是-的字符模式，然后是-和另一组不是-的字符，捕获为一个组((...))，然后用捕获组的反向引用(\\1)替换。

sub("^([^-]+-[^-]+).*", "\\1", var)
#[1] "150507-001"           "KMD070515-2"         
#[3]  "15144KMD01AA-0000001" "Z75Z151222-0000001"