如何从R中数字前的字符串中提取大写字母

Question

我有一个列中包含字符串的数据框。如何仅提取数字前的大写子字符串并将它们添加到另一列？一个例子是 DE，但还有更多的国家/地区缩写，它们总是出现在数字之前。

TD<-data.frame(a=c("WHATEVERDE 11111","","Whatever DE 11111","DE 11111",""), 
           b=c("","What DE EverDE 1111","","",""),
           c=c("Whatever","","","","WhateverDE 11111"))

我想创建另一个列如下：

> TD
                  a                   b                c     result
1  WHATEVERDE 11111                             Whatever         DE
2                   What DE EverDE 1111                          DE
3 Whatever DE 11111                                              DE
4          DE 11111                                              DE
5                                       WhateverDE 11111         DE

我尝试应用解决方案：

sub("^([[:alpha:]]*).*", "\1", "DE 11111") but is not universal.

带有缩写的向量：

names<-c('AT','BE','DE','BG','CZ','DK','FR','GR','ES','NL','HU','GB','IT')

Answer 1

我们循环 across 列，提取在零个或多个空格和一个或多个数字之前的 2 个字母大写国家代码子字符串，coalesce 输出以便它 returns每行第一个非 NA 提取元素

library(dplyr)
library(stringr)
library(purrr)
library(countrycode)
pat <- countrycode::codelist %>%
       pull(iso2c) %>% 
       na.omit %>% 
       str_c(collapse = "|") %>% 
       sprintf(fmt = "(%s)(?=\s*\d+)")

TD %>% 
   mutate(result = invoke(coalesce, 
     across(everything(), ~ str_extract(., pat))))

-输出

                  a                   b                c result
1  WHATEVERDE 11111                             Whatever     DE
2                   What DE EverDE 1111                      DE
3 Whatever DE 11111                                          DE
4          DE 11111                                          DE
5                                       WhateverDE 11111     DE

如何从R中数字前的字符串中提取大写字母

How to extract capital letters from string before number in R

r

dataframe

substring

subset

extract