使用strsplit获取r中的最后一个字符

Question

我有一个婴儿名字的文件,我正在阅读,然后试图得到婴儿名字中的最后一个字符.例如,该文件看起来像..

Name      Sex 
Anna      F
Michael   M
David     M
Sarah     F

我在使用中读到了这个

sourcenames = read.csv("babynames.txt", header=F, sep=",")

我最终希望结果看起来像......

Name   Last Initial   Sex
Michael  l             M
Sarah    h             F

我已设法将名称拆分为单独的字符..

sourceout = strsplit(as.character(sourcenames$Name),'')

但是现在我被困在哪里是如何得到最后一封信,所以在迈克尔的情况下,如何得到'我'.我认为tail()可能会工作,但它会返回最后几条记录,而不是每个Name元素中的最后一个字符.

非常感谢任何帮助或建议.

谢谢 :)

Answer 1

为了您strsplit的方法来工作,你可以使用tail与sapply

df$LastInit <- sapply(strsplit(as.character(df$Name), ""), tail, 1)
df
#      Name Sex LastInit
# 1    Anna   F        a
# 2 Michael   M        l
# 3   David   M        d
# 4   Sarah   F        h

或者,您可以使用 substring

with(df, substring(Name, nchar(Name)))
# [1] "a" "l" "d" "h"

Answer 2

从stringi包中尝试此功能:

require(stringi)
x <- c("Ala", "Sarah","Meg")
stri_sub(x, from = -1, to = -1)

此函数提取from和from之间的子串.如果索引为负数,则它会从字符串末尾开始计算字符数.所以,如果from=-1和to=-1它意味着我们要从最后一个子到最后一个字符:)

为何使用stringi？看看这个基准吧:)

require(microbenchmark)
x <- sample(x,1000,T)
microbenchmark(stri_sub(x,-1), str_extract(x, "[a-z]{1}$"), gsub(".*(.)$", "\\1", x), 
                    sapply(strsplit(as.character(x), ""), tail, 1), substring(x, nchar(x)))

Unit: microseconds
                                           expr       min         lq     median         uq       max neval
                                stri_sub(x, -1)    56.378    63.4295    80.6325    85.4170   139.158   100
                    str_extract(x, "[a-z]{1}$")   718.579   764.4660   821.6320   863.5485  1128.715   100
                     gsub(".*(.)$", "\\\\1", x)   478.676   493.4250   509.9275   533.8135   673.233   100
 sapply(strsplit(as.character(x), ""), tail, 1) 12165.470 13188.6430 14215.1970 14771.4800 21723.832   100
                         substring(x, nchar(x))   133.857   135.9355   141.2770   147.1830   283.153   100