似乎无法让 stringr() 恰好适合中间字符串提取

发布于05月03日

我想从Name列中提取标题(先生、太太、小姐)，并将这些提取的标题导入新的Title列.相关数据如下:

snippet <- data_frame(Name=c('Braund, Mr. Owen Harris','Cumings, Mrs. John Bradley','Heikkinen, Miss. Laina'),Column=c('blah','blah,'blah'))

我已经复习了this answer遍，但我肯定错过了什么.

这是我能想出的最好的代码:snippet <- mutate(snippet, Title = str_extract(snippet $Name, "(?<=,)[^,]*(?=.)").这会添加Title列，但该列中的所有值都是NA.我的错在哪里？谢谢

推荐答案

也许这会有所帮助——在"Name"列中，,后面有一个空格，所以我们使用regex lookaround来匹配非空白字符(\\S+)，,后面的字符成功，空格((?<=, ))在.前面(.是元字符，所以我们转义，否则它匹配任何字符)

library(dplyr)
library(stringr)
snippet <- snippet %>% 
  mutate(Title = str_extract(Name, "(?<=, )\\S+(?=\\.)"))

-输出

snippet
# A tibble: 3 × 3
  Name                       Column Title
  <chr>                      <chr>  <chr>
1 Braund, Mr. Owen Harris    blah   Mr   
2 Cumings, Mrs. John Bradley blah   Mrs  
3 Heikkinen, Miss. Laina     blah   Miss

数据

snippet <- structure(list(Name = c("Braund, Mr. Owen Harris", 
"Cumings, Mrs. John Bradley", 
"Heikkinen, Miss. Laina"), Column = c("blah", "blah", "blah")), 
class = c("tbl_df", 
"tbl", "数据.frame"), row.names = c(NA, -3L))