は、私はそうのような映画の名前を持つRのデータフレームを持つR

Question

経由文の周りのテキストをシフト：

Shawshank Redemption, The 
Godfather II, The 
Band of Brothers 

私は、これらの名前を表示したいと思います：誰がどのように助けることができる

The Shawshank Redemption 
The Godfather II 
Band of Brothers 

上記のようなコンマの後に 'The'があるかどうかを確認するためにデータフレームの各行をチェックし、もしあれば、それを文の先頭に移動しますか？

Answer 1

あなたがgsub使用することができます。

df$movies2 = gsub("^([\\w\\s]+),*\\s*([Tt]he*($|(?=\\s\\(\\d{4}\\))))", "\\2 \\1", df$movies, perl = TRUE) 

結果：

> df 
          movies       movies2 
1 Shawshank Redemption, The (1994) The Shawshank Redemption (1994) 
2    Godfather II, The    The Godfather II 
3     Band of Brothers    Band of Brothers 
4    Dora, The Explorer    Dora, The Explorer 
5    Kill Bill Vol. 2 The   Kill Bill Vol. 2 The 
6     ,The Highlander     ,The Highlander 
7     Happening, the     the Happening 

データ：

を

df = data.frame(movies = c("Shawshank Redemption, The (1994)", 
          "Godfather II, The", 
          "Band of Brothers", 
          "Dora, The Explorer", 
          "Kill Bill Vol. 2 The", 
          ",The Highlander", 
          "Happening, the"), stringsAsFactors = FALSE) 

の

注：

正規表現全体の目標はグループに最初の部分（,前の部分）と第二の部分（「」,後とする場合にのみ、それは終わりか(year)前だ）であります私は、文字列の先頭から\\2と\\1

• ^([\\w\\s]+)マッチ任意の単語文字またはスペース1回以上と交換することができ、別のキャプチャグループに 本の
• ,*\\s*マッチコンマとスペースの両方がゼロ回以上
• [Tt]he*マッチ「の文字列の末尾」に一致それは($|(?=\\s\\(\\d{4}\\)))が続いていることを「a」または「an」は、ゼロ回以上
• 注意、$、又は前のパターンの後に前のパターンが続いているかどうかをチェックする肯定的な先読みは、括弧を含む(4 digits)に一致します。ダブルバックスラッシュを単一のバックスラッシュ
• を逃れるために必要とされているので、([Tt]he*($|(?=\\s\\(\\d{4}\\))))マッチ「」または「」文字列の末尾か、括弧で(4 digits)
• すべてが続いているかのどちらかをキャプチャグループなので、\\2 \\1は、最初のスワップ"012"が[Tt]he*で0回以上しか一致しないため、文字列に "The"が含まれていない場合、空の文字列がスワップされます。\\1元の文字列を返します。

Answer 2

これは私のために働くようだ：これは「」最後以外の名前でどこからが削除されないことを

#create a vector of movies 
x=c("Shawshank Redemption, The", "Godfather II, The", "Band of Brothers") 

#use grep to find those with ", The" at the end 
the.end=grep(", The$",x) 

#trim movie titles to remove ", The" 
trimmed=strtrim(x[the.end],nchar(x[the.end])-5) 

#add "The " to the beginning of the trimmed titles 
final=paste("The",trimmed) 

#replace the trimmed elements of the movie vector 
x[the.end]<-final 

#take a look 
x 

が注...私はそれはあなたが望む行動だと思います。カンマなしの「The」、または小文字の「The」も欠落します。私が何を意味するかを確認するには、あなたの最初の映画のベクトルとしてこれを試してみてください。

#create a vector of movies 
x=c("Shawshank Redemption, The", "Godfather II, The", "Band of Brothers", 
    "Dora, The Explorer", "Kill Bill Vol. 2 The", ",The Highlander", 
    "Happening, the")