R语言如何移除数据框文本列点号后的所有字符
R 实现product_name列截去点号后所有字符的清洗方案
所有代码可直接复制运行,和现有tribble构建的数据集结构完全适配:
基于tidyverse的实现(推荐)
因为原数据集已经用tribble构建,本身属于tidyverse生态,搭配stringr的字符串处理函数最顺手:
library(tidyverse) df_A <- tribble( ~product_name, ~id, "xyz.com", 1, "bkrk.de", 4, ) df_clean <- df_A |> mutate( product_name = str_remove(product_name, "\\..*$") )
- 代码逻辑:用正则
\\..*$匹配从第一个点号开始、到字符串末尾的全部内容,直接移除;如果遇到文本里没有点号的情况,函数会自动保留原文本,不需要额外加判断。 - 运行后打印
df_clean的输出和预期完全一致:
# A tibble: 2 × 2 product_name id <chr> <dbl> 1 xyz 1 2 bkrk 4
纯base R实现(无额外包依赖)
如果不想加载tidyverse整套生态,用base R的字符串拆分功能也能实现相同效果:
df_A$product_name <- sapply( strsplit(df_A$product_name, "\\."), function(parts) parts[1] )
- 避坑提醒:
strsplit的分隔符中,点号是正则元字符,必须加双反斜杠转义为"\\.",如果直接写"."会匹配任意字符,导致拆分结果出错。
内容的提问来源于stack exchange,提问作者datazang
相关产品推荐
相关产品推荐

