逗號后如何保留兩個字符？

Question

我有都市區的數據，想提取城市信息。

一個例子是

test <- c("Akron, OH METRO AREA","Auburn, NY Micro Area","Boston-Cambridge, MA-NH")

我希望它看起來像

"Akron, OH", "Auburn, NY", "Boston-Cambridge, MA"

所以只是城市，州

Answer 1

一個選項是sub從base R通過匹配一個或多個空間（ \\\\s+其次） ,隨后DBY大寫字母（ [AZ]+ ），捕獲作為一組（ (...)在replacement ，指定捕獲組的后向引用（ \\\\1 ）

sub("(,\\s+[A-Z]+).*", "\\1", test)
#[1] "Akron, OH"            "Auburn, NY"           "Boston-Cambridge, MA"

Answer 2

一個簡單的選項是stringr::str_extract

test <- c("Akron, OH METRO AREA","Auburn, NY Micro Area","Boston-Cambridge, MA-NH")
stringr::str_extract(test, "[^,]+, .{0,2}")
# [1] "Akron, OH"            "Auburn, NY"           "Boston-Cambridge, MA"

我們匹配不是逗號的任何內容，然后匹配逗號空間-然后最多兩個字符。