從 R 中的列中刪除字符串

Question

執行R代碼后，我在dataframe列中得到的值是：

1. 2012 年 7 月 25 日投注

2. 2015 年 6 月 22 日投注

3. 2015 年 4 月 9 日

4. 2016 年 11 月 14 日

   我只想要日期，如何從值中刪除“bet”、“be”？

我正在使用以下代碼從文本文檔中提取上述值：

coalesce((substr((stringr::str_match(text, "ISDA Master Agreementd as of (. ) ")[, 2]),1,16)),(substr((stringr::str_match(text, "ISDA)主協議日期為 (. ) ")[, 2]),1,13)))

如果我滑動合並參數，則第 4 個值會被截斷。

我對代碼沒問題，但是在清理時，我應該如何刪除“bet”、“be”？

Answer 1

我離成為正則表達式專家還很遠，但這里有一種做你想做的事情的整潔方式：

library(tidyverse, verbose = F)

df <- tibble::tribble(
  ~V1,                ~V2,
   1L, "25 July 2012 bet",
   2L, "22 June 2015 bet",
   3L, "09 April 2015 be",
   4L, "14 November 2016"
  )

df %>% 
  mutate(V2 = str_replace(V2, pattern = "[:space:]be.*", replacement = ""))
#> # A tibble: 4 x 2
#>      V1 V2              
#>   <int> <chr>           
#> 1     1 25 July 2012    
#> 2     2 22 June 2015    
#> 3     3 09 April 2015   
#> 4     4 14 November 2016

^{由reprex 包(v0.3.0) 於 2020 年 2 月 21 日創建}

Answer 2

我們可以使用sub刪除空格和所有帶有"be"

sub("\\s+be.*", "", c("25 July 2012 bet", "09 April 2015 be"))
#[1] "25 July 2012"  "09 April 2015"

Answer 3

如果您使用lubridate您可以刪除日期后的多余文本：

library(lubridate)

test_strings <- c("25 July 2012 bet", "09 April 2015 be")

dmy(test_strings)

[1] "2012-07-25" "2015-04-09"