使用字母表的条件计数返回字符串中第一个空格前的字符

Question

我有一个df，考虑

ID     Name
1     Jon Wick
2     Ronny
3     Misha Mansoor
4     Ed Hermids
5     Ro Misha

我想用两种方式处理这个

• 如果名称字符串中第一个空格之前的"名字"中包含的字母少于3个，则返回全名
• 如果它在第一个空格前的名字中包含超过3个字母，则只返回"名字"

留下一个单词的名字。

还需要将其存储在数据帧中。

结果应为

ID     Name
1     Jon
2     Ronny
3     Misha
4     Ed Hermids
5     Ro Misha

Answer 1

我们可以使用sub，方法是匹配字符数超过2的单词（\w{3,}），将其作为一个组捕获（用()包装），然后再加一个空白字符（\s+），然后加一个非空白字符（\S+）。在替换中，我们使用捕获字符串的backreference（\1）。这将确保它只匹配那些超过2个字符的单词，并保留所有这些字符串。

sub("(\w{3,})\s+\S+", "\1", df1$Name)
#[1] "Jon"        "Ronny"      "Misha"      "Ed Hermids" "Ro Misha"