R语言：如何批量删除数据框单元格内各子串竖线后的内容？

你的问题出在正则表达式的贪婪匹配上：\\|.*中的.*会从第一个|开始匹配到字符串的末尾，所以只保留了第一个子串的前半部分。下面提供两种可行的解决方法：

方法一：调整正则表达式（推荐） #

使用\\|[^;]*作为匹配规则，其中[^;]*表示匹配任意非分号的字符（零个或多个），这样只会删除每个分号分隔子串内第一个|之后的内容，不会跨过分号影响其他子串：

bla = data.frame(mycol = "bla_v2_2072|ID:61462952|;bla_v2_0113|ID:61460993|")
bla$mycol_cleaned <- gsub("\\|[^;]*", "", bla$mycol)
# 查看结果
bla$mycol_cleaned
# 输出："bla_v2_2072;bla_v2_0113"

方法二：拆分-处理-合并 #

先将字符串按分号拆分为独立子串，逐个处理后再合并：

bla = data.frame(mycol = "bla_v2_2072|ID:61462952|;bla_v2_0113|ID:61460993|")
# 拆分字符串
split_parts <- strsplit(bla$mycol, ";")[[1]]
# 对每个子串删除第一个|后的内容
cleaned_parts <- sapply(split_parts, function(x) gsub("\\|.*", "", x))
# 合并为原格式
bla$mycol_cleaned <- paste(cleaned_parts, collapse = ";")

内容的提问来源于stack exchange，提问作者Saraha