使用R stringr包拆分字符串：提取前n-1个大写字母及剩余内容

示例数据与预期结果 #

原始列HAVE需拆分为两列，具体示例如下：

HAVE            WANT1   WANT2
CLStephen Five  CL      Stephen Five
RTQQuent Lou X  RTQ     Quent Lou X

拆分规则 #

• WANT1：提取字符串开头所有连续的大写字母（即第一个非大写字母出现前的全部大写字符）
• WANT2：提取剩余的所有字符（自动去除开头多余空格）

实现方案 #

Python Pandas 处理 #

用正则表达式的extract方法直接拆分：

import pandas as pd

# 构造示例数据
data = {'HAVE': ['CLStephen Five', 'RTQQuent Lou X']}
df = pd.DataFrame(data)

# 正则拆分并清理空格
df[['WANT1', 'WANT2']] = df['HAVE'].str.extract(r'^([A-Z]+)\s?(.*)$')

print(df)

运行后输出：

HAVE WANT1         WANT2
0  CLStephen Five    CL  Stephen Five
1  RTQQuent Lou X   RTQ  Quent Lou X

SQL（MySQL）处理 #

利用正则函数完成提取：

SELECT
    HAVE,
    REGEXP_SUBSTR(HAVE, '^[A-Z]+') AS WANT1,
    TRIM(REGEXP_REPLACE(HAVE, '^[A-Z]+', '')) AS WANT2
FROM your_table_name;

内容的提问来源于stack exchange，提问作者bvowe