R中带有停止字符的字符串拆分

Question

我的数据如下：“路易·汉密尔顿”、“老虎狼”、“萨钦·坦杜卡尔”、“勒布朗·詹姆斯”、“迈克尔·休梅克”、“好莱坞--演员生涯”

• 我需要提取所有字符，直到到达空格或破折号(-)为止。
• 我不需要提取超过10个字符

我想要的输出是“路易”、“老虎”、“萨钦”、“勒布朗”、“迈克尔”、“好莱坞”

我试过使用下面的函数，但没有起作用

Sportstars<-function(charvec)
{min.length < 10, (x, hyph.pattern = Null)}

有人能帮忙吗？

Answer 1

我们可以使用sub

sub("^([^- ]+).*", "\\1", v1)
#[1] "Louis"     "Tiger"     "Sachin"    "Lebron"    "Michael"   "Hollywood"

或另一个具有长度条件的版本。

grep("^.{1,10}$", sub("\\s+.*", "", v1), value = TRUE)
#[1] "Louis"     "Tiger"     "Sachin"    "Lebron"    "Michael"   "Hollywood"

或者是来自word的stringr

library(stringr)
word(v1, 1)
#[1] "Louis"     "Tiger"     "Sachin"    "Lebron"    "Michael"   "Hollywood"

另外，如果我们也需要实现最后一个条件

sapply(strsplit(v1, "[– -]"), function(x) {
    x1 <- setdiff(x, "")
     x1[1][nchar(x1[1]) < 10]})
#[1] "Louis"     "Tiger"     "Sachin"    "Lebron"    "Michael"   "Hollywood"

数据

v1 <- c( "Louis Hamilton", "Tiger Wolf", "Sachin Tendulkar", 
  "Lebron James", "Michael Shoemaker", "Hollywood – Career as an Actor")