如何从R中的字符串中提取前2个单词？

Question

我需要从字符串中提取前2个单词。 如果字符串包含2个以上的单词，则应返回前2个单词，如果该字符串包含少于2个单词，则应返回该字符串。

我尝试过使用stringr包中的'word'函数，但是对于len（string）<2的情况，它没有给出所需的输出。

word(dt$var_containing_strings, 1,2, sep=" ")

示例：输入字符串：自动贷款（个人）
输出：汽车贷款

输入字符串：其他输出：其他

Answer 1

像这样的东西？

a <- "this is a character string"

unlist(strsplit(a, " "))[1:2]

[1] "this" "is" 

编辑：如果世界数小于2，要添加返回原始字符串的部分，可以使用简单的if-else函数：

a <- "this is a character string"

words <- unlist(strsplit(a, " "))

if (length(words) > 2) {
  words[1:2]
} else {
  a
}

Answer 2

您可以使用sub在基础R中使用正则表达式

sub("(\\w+\\s+\\w+).*", "\\1", "Auto Loan (Personal)")
#[1] "Auto Loan"

如果你在文本中只有一个单词，它也会起作用

sub("(\\w+\\s+\\w+).*", "\\1", "Auto")
#[1] "Auto"

说明：

这里我们提取圆括号内显示的模式，即(\\\\w+\\\\s+\\\\w+) ，这意味着：

\\\\w+一个单词后跟\\\\s+空格，后跟\\\\w+另一个单词，所以我们总共提取两个单词。 使用sub反向引用\\\\1进行提取。

Answer 3

如果你想使用stringr::word() ，你可以这样做：

ifelse(is.na(word(x, 1, 2)), x, word(x, 1, 2))

[1] "Auto Loan" "Others" 

样本数据：

x <- c("Auto Loan (Personal)", "Others")