如何在R语言中实现get_first_name函数提取姓名中的名？

核心逻辑 #

目标字符串格式固定为「姓氏, 名字 中间名」，只需剥离逗号及之前的姓氏部分，保留逗号后的名字（含中间名），再清理掉多余空格即可。

方法1：基础R原生函数实现 #

无需额外安装包，两种写法可选：

写法A：使用sub正则替换

利用正则表达式匹配逗号及之前的所有内容，替换为空后清理空格：

get_first_name <- function(name) {
  # 匹配开头到", "的所有内容并移除，再清理首尾空格
  trimws(sub("^.*, ", "", name))
}

• 正则^.*, ：^匹配字符串开头，.*匹配任意字符（直到最后一个, ），确保精准剥离姓氏部分。
• trimws：处理可能存在的前后多余空格。

写法B：使用strsplit分割字符串

按, 分割字符串后提取第二部分：

get_first_name <- function(name) {
  # 按", "分割每个姓名，提取分割后的第二个元素
  sapply(strsplit(name, ", "), function(x) x[2])
}

• strsplit将每个姓名拆分为「姓氏」和「名字+中间名」两部分。
• sapply批量提取每个分割结果的第二个元素。

方法2：使用stringr包（tidyverse生态） #

如果常用tidyverse工具链，用stringr的函数更直观：

1. 先安装并加载包（首次使用时）：

install.packages("stringr")
library(stringr)

2. 实现函数：

get_first_name <- function(name) {
  # 移除开头到", "的内容，再清理空格
  str_trim(str_remove(name, "^.*, "))
}

• str_remove：精准移除匹配正则的部分，逻辑和基础R的sub一致。
• str_trim：替代trimws，更贴合tidyverse风格。

测试验证 #

用示例数据测试函数效果：

# 构造测试数据框
d <- data.frame(Full.Name = c("Thompson, Billy Red", "Smith, John Doe", "Lee, Alice"))
top.25 <- head(d$Full.Name,25 )
first.25 <- get_first_name(name=top.25 )
# 输出格式化结果
data.frame(top.25, first.25) %>% pander()

输出会得到对应名字列：Billy Red、John Doe、Alice。

内容的提问来源于stack exchange，提问作者James