我正在对数据框中的一系列单独名称进行一些数据清理。我想删除每个名称末尾的非字母字符。从字符串末尾删除多个非字母字符
countries <- c("Senegal1345769", "Canada&", "Austria12", "Spain-", "Russia#$")
在上述情况下，我愿意把国家分为：
[1] "Senegal" "Canada" "Austria" "Spain" "Russia"
我可以用gsub()与角色特有的模式（例如，pattern = ",$"），但我不太清楚如何对具有多个变化的尾随非alpha的字符串（例如，"Senegal1345769"）执行此操作。
将使用什么样的模式来解决此问题？
您最初的尝试[^:alpha:]+$几乎是正确的。你只需要记住在括号表达式中应该使用POSIX字符类（如[:alpha:]）。
使用
countries <- c("Senegal1345769", "Canada&", "Austria12", "Spain-", "Russia#$")
sub("[^[:alpha:]]+$", "", countries)
## => [1] "Senegal" "Canada" "Austria" "Spain" "Russia"
详细：
[^ - 一个否定括号表达式
[:alpha:]开始 - 信POSIX字符类...]+ - 一个或多个次$ - 字符串结尾。因此，[^[:alpha:]]+$模式匹配字符串末尾的字母以外的一个或多个字符。
在这种情况下，表达无法工作，你也可以尝试一个PCRE模式：
sub("(*UCP)\\P{L}+$", "", countries, perl=TRUE)
这里，
(*UCP) - 使模式支持Unicode\\P{L}+ - 字符串的结尾 - 1个或多个字符除字母$等。
你可以试试'gsub（“[^ [：alpha：]] * $”，“”，countries）'。 – Scarabee
'（？i）[^ a-z] + $'但是要注意，这并不检查alpha字符。 – sln
我认为这可行，@ d.b！感谢大家。我很感激。快速问题：我最初使用“[^：alpha：] + $”;为什么这不起作用？只是试图更好地理解这个问题出了什么问题。 –