如果沒有空格后跟大寫字母，請刪除空格

Question

我有看起來像這樣的數據：

*first*               *last*
M a rk                Twain
Hun ter               Stockt on Thompson

然后，數據繼續進行n行。 所以我希望數據看起來像這樣：

*first*               *last*
Mark                  Twain
Hunter                Stockton Thompson

我知道我可以使用gsub刪除所有這樣的空格：

gsub(" ", "", x, fixed = TRUE)

而且我可以使用正則表達式來識別模式，如下所示：

( [AZ])

但是我如何結合這兩個來對gsub說-刪除所有空格，但在匹配正則表達式的情況下不刪除？

Answer 1

最簡單的方法：

txt <- c("M a rk", "Twain", "Hun ter", "Stockt on Thompson")
gsub("\\s([a-z])", "\\1", txt)
## [1] "Mark"              "Twain"             "Hunter"            "Stockton Thompson"

如果要將其應用於data.frame中的多個變量，則可以使用lapply和data.frame的列表尋址替換功能來實現。 （注意：您確實不應在data.frame列的名稱中使用星號。）

df <- data.frame("*first*" = c("M a rk", "Hun ter"),
                 "*last*" = c("Twain", "Stockt on Thompson"),
                 check.names = FALSE, stringsAsFactors = FALSE)

# names of the text columns you want to clean up
varsToModify <- c("*first*", "*last*")

df[varsToModify] <- lapply(df[varsToModify], 
                           function(x) gsub("\\s([a-z])", "\\1", x))
df
##   *first*            *last*
## 1    Mark             Twain
## 2  Hunter Stockton Thompson

Answer 2

df <- data.frame(`*first*`=c('M a rk','Hun ter'),`*last*`=c('Twain','Stockt on Thompson'),check.names=F,stringsAsFactors=F);
df;
##   *first*             *last*
## 1  M a rk              Twain
## 2 Hun ter Stockt on Thompson

我將使用Perl否定超前斷言：

for (ci in seq_along(df)) df[[ci]] <- gsub(perl=T,' (?![A-Z])','',df[[ci]]);
df;
##   *first*            *last*
## 1    Mark             Twain
## 2  Hunter Stockton Thompson

請參閱R中使用的正則表達式 。 在頁面底部附近給出了對Perl斷言的討論。