R语言字符串处理：提取Blume前内容删除Blume及之后字符

解决方案 #

使用stringr包的str_remove()函数配合正则表达式即可实现需求：匹配每个字符串中Blume及其前后不需要的内容并删除，无Blume的字符串不会被修改，完全符合要求。

完整可运行代码

# 若未安装stringr先执行：install.packages("stringr")
library(stringr)

# 构造示例数据框
df <- data.frame(x = c("Santiria laevigata Blume f. laevigata", 
                       "Santiria laevigata", 
                       "Santiria laevigata Blume f. glabrifolia (Engl.) H.J.Lam"))

# 处理x列
df$x <- str_remove(df$x, "\\s*Blume.*")

# 输出结果
print(df)

运行结果

x
1 Santiria laevigata
2 Santiria laevigata
3 Santiria laevigata

规则说明

正则表达式\\s*Blume.*的匹配逻辑：

• \\s*：匹配Blume前的0个或多个空格，避免处理后字符串末尾残留空格
• Blume：匹配固定字符Blume
• .*：匹配Blume之后的所有任意字符

如果不想加载第三方包，用R原生函数也可以实现，写法如下：

df$x <- sub("\\s*Blume.*", "", df$x)

内容的提问来源于stack exchange，提问作者Anh