R语言如何优雅实现删除字符串中指定的第n个分隔符

解决方案 #

直接通过正则匹配定位第5个下划线，配合str_replace一步完成替换，代码更简洁：

library(stringr)
name <- "Bacteria_Firmicutes_Clostridia_Clostridiales_Rumino_coccaceae_Ruminococcus_Ruminococcus_albus"
result <- str_replace(name, "^((?:[^_]+_){4}[^_]+)_", "\\1")
result

正则逻辑说明 #

• (?:[^_]+_)：匹配1个完整的分段+分隔符组合，[^_]+匹配连续的非下划线字符（也就是分段内容），后面跟下划线分隔符，(?:)标记为非捕获组避免占用捕获组序号
• {4}：让前面的分段+分隔符组合重复4次，刚好匹配前4个分段和对应的4个下划线
• 后续的[^_]+匹配第5个分段的内容（这里对应Rumino）
• 最末尾的_就是要删除的第5个下划线
• 替换时用\\1引用前面括号捕获的所有内容（前4个分段+4个下划线+第5个分段内容），直接丢弃掉末尾的第5个下划线就得到目标结果

如果需要通用修改要删除的下划线序号，只要把{4}改为{n-1}即可，比如要删除第3个下划线就改成{2}，适配性很强。
运行后输出结果和预期完全一致：

[1] "Bacteria_Firmicutes_Clostridia_Clostridiales_Ruminococcaceae_Ruminococcus_Ruminococcus_albus"

内容的提问来源于stack exchange，提问作者Hank Lin