R语言中从DataFrame提取不含.jpg的名称与数字

方法1：使用str_remove直接删除后缀（更直观） #

这种方法直接定位字符串末尾的.jpg并移除，代码简洁且不易出错：

library(tidyverse)

# 构造测试数据
df <- tibble(LEAF = c("ARG    1.jpg", "BRA  2.jpg", "COL 3.jpg"))

# 提取无后缀内容
df_clean <- df %>%
  mutate(LEAF_clean = str_remove(LEAF, "\\.jpg$"))

方法2：使用str_extract搭配正则匹配 #

如果坚持用str_extract，可以通过正向先行断言匹配.jpg之前的所有内容（包括空格）：

df_clean <- df %>%
  mutate(LEAF_clean = str_extract(LEAF, "^.*(?=\\.jpg)"))

正则说明：

• ^：匹配字符串开头
• .*：匹配任意字符（包括空格），直到满足后续条件
• (?=\\.jpg)：正向预查，确保后面紧跟.jpg，但不将其纳入匹配结果

输出结果 #

两种方法都会得到如下处理后的DataFrame：

# A tibble: 3 × 2
  LEAF        LEAF_clean
  <chr>       <chr>     
1 ARG    1.jpg ARG    1  
2 BRA  2.jpg   BRA  2    
3 COL 3.jpg    COL 3     

处理后的LEAF_clean列即可直接用于和其他DataFrame的比对。

内容的提问来源于stack exchange，提问作者Miguel Angel Acosta Chinchilla