如何在R语言中提取带前缀姓名的名（First Name）

针对你给出的姓名数据，这里提供几种在R中简便提取名的方法：

首先构造测试数据：

names <- c("Tom", "Tom Turner", "Dr. Tom Turner", "R. Tom Turner", "J Tom Turner", "Jr. Tom Turner")

方法一：使用stringr包（tidyverse生态） #

利用正则替换去掉前缀，再提取第一个单词：

library(stringr)

# 定义需要匹配的前缀模式：涵盖Dr.、Jr.、单个大写字母（可带点）加空格
prefix_pattern <- "^(Dr\\.|Jr\\.|[A-Z]\\.?\\s)"
# 移除开头的前缀
cleaned_names <- str_replace(names, prefix_pattern, "")
# 提取第一个单词作为名
first_names <- word(cleaned_names, 1)

运行后first_names结果为：c("Tom", "Tom", "Tom", "Tom", "Tom", "Tom")，符合需求。

如果有其他前缀（如Mr.、Ms.、Prof.），只需扩展prefix_pattern即可，比如：

prefix_pattern <- "^(Dr\\.|Jr\\.|Mr\\.|Ms\\.|Prof\\.|[A-Z]\\.?\\s)"

方法二：Base R原生实现 #

无需额外包，用gsub和strsplit完成：

# 移除前缀
cleaned_names <- gsub("^(Dr\\.|Jr\\.|[A-Z]\\.?\\s)", "", names)
# 拆分字符串并取第一个元素
first_names <- sapply(strsplit(cleaned_names, "\\s+"), `[`, 1)

方法三：直接正则提取 #

用str_extract直接匹配目标名，无需先替换：

library(stringr)
first_names <- str_extract(names, "(?:^(?!Dr\\.|Jr\\.|[A-Z]\\.?\\s)[A-Z][a-z]+)|(?<=^(Dr\\.|Jr\\.|[A-Z]\\.?\\s))[A-Z][a-z]+")

注意事项 #

• 上述正则默认匹配英文姓名的常规前缀，若有特殊前缀（如"Rev."），只需在模式中添加对应的规则即可。
• 如果姓名包含中间名（如"Dr. Tom Michael Turner"），上述方法依然会正确提取第一个名（Tom）。

内容的提问来源于stack exchange，提问作者Swaroop Poudel