如何在R语言中移除数据框列字符串中的特定前缀字符？

你的Name列数据中，每个条目开头带有2或3个大写字母的前缀，无需手动判断移除位数，用正则表达式即可自动匹配并清理，以下是两种实用方法：

方法1：基础R原生函数实现 #

使用sub函数结合正则表达式，匹配开头的连续大写前缀（这些前缀后紧跟“大写+小写”的姓名起始格式），将其替换为空：

df <- data.frame(Name = c("TOMTom Catch",
                          "BIBill Ronald",
                          "JEFJeffrey Wilson",
                          "GEOGeorge Sic",
                          "DADavid Irris"))

# 添加清理后的列
df$Clean_Name <- sub("^[A-Z]+(?=[A-Z][a-z])", "", df$Name, perl = TRUE)

# 查看结果
print(df)

运行后Clean_Name列的结果为：

• Tom Catch
• Bill Ronald
• Jeffrey Wilson
• George Sic
• David Irris

方法2：使用stringr包（更简洁） #

如果你常用tidyverse工具链，stringr包的str_remove函数可以更直观地完成操作：

library(stringr)

df$Clean_Name <- str_remove(df$Name, "^[A-Z]+(?=[A-Z][a-z])")

正则表达式解释 #

• ^[A-Z]+：匹配字符串开头的1个或多个大写字母
• (?=[A-Z][a-z])：正向预查规则，确保匹配的大写字母后面紧跟“大写字母+小写字母”的组合，避免误删姓名本身的首字母大写部分

内容的提问来源于stack exchange，提问作者manavhs13