如何移除R数据框col1列条目的末尾下划线

需求说明 #

仅当数据框col1列的字符串末尾字符为下划线_时，移除该下划线；字符串中间的下划线保留不变。

示例数据 #

data1 <- c("foo_bar_","bar_foo","apple_","apple__beer_")
df <- data.frame("col1"=data1,"col2"=1:4)

当前输出：

col1 col2
1   foo_bar_    1
2    bar_foo    2
3     apple_    3
4 apple__beer_    4

期望输出：

col1 col2
1    foo_bar    1
2    bar_foo    2
3      apple    3
4 apple__beer    4

解决方案 #

方法1：基础R原生函数gsub

利用正则表达式匹配末尾的下划线，替换为空字符串：

df$col1 <- gsub("_$", "", df$col1)

• 正则说明：_$中的$表示匹配字符串的末尾位置，因此只会替换最后一个字符是下划线的情况，不会影响字符串中间的下划线。

方法2：使用stringr包（语法更直观）

如果习惯tidyverse风格，可以用stringr包的str_remove函数：

# 未安装包时先执行：install.packages("stringr")
library(stringr)
df$col1 <- str_remove(df$col1, "_$")

• 逻辑和基础R方法一致，str_remove会精准移除匹配到的末尾下划线。

执行任意一种方法后，查看df即可得到期望的结果。

内容的提问来源于stack exchange，提问作者Geli