r删除某些字符后的列名称部分

Question

我有一个包含数千列的大型数据集。列名包括各种不需要的字符，如下所示：

col1_3x_xxx
col2_3y_xyz
col3_3z_zyx

我想从所有列名中删除以“ _3”开头的所有字符串，使其保持干净：

col1
col2
col3

对于5000+列，最有效的方法是什么？

Answer 1

这个答案肯定晚了，但以防万一有人正在寻找解决方案

colnames(df1)[col] <-  sub("_3.*", "", colnames(df1)[col])

如果您有多个列：

for ( col in 1:ncol(df1)){
    colnames(df1)[col] <-  sub("_3.*", "", colnames(df1)[col])
}

Answer 2

我们可以用 sub

sub("_3.*", "", df1[,1])
#[1] "col1" "col2" "col3"

Answer 3

我们可以尝试str_extract使用正则表达式模式"^[^_]+(?=_)"：

stringr::str_extract(c("col1_3x_xxx", "col2_3y_xyz", "col3_3z_zyx"), "^[^_]+(?=_)")
[1] "col1" "col2" "col3"

模式中的位置：

第一个^匹配字符串的开头；[^_]+匹配一个或多个非_字符，^_表示除 之外的任何字符_。(?=...) 代表lookahead，所以我们正在寻找 之前的模式_。