Удалить числа и все после в строках

У меня есть данные квитанции, и я хочу агрегировать товары одного типа; например, молоко, сыры, джемы. На данный момент данные включают в себя такие особенности, как размер упаковки и цена, если товар отображается как специальное предложение. Я хочу удалить эту конкретную информацию из конца строки и просто сохранить все до того, как цифры будут сохранены.

Например:

    Dairy Milk 3Litre
    Brown Onions 1KG
    Avocado 2 AT 3.00 EACH

Я хочу удалить все после и включая цифры. Я хочу остаться с молочным молоком, коричневым луком, авокадо и т. д.

r regex

01.12.2019

см. также этот пост > stackoverflow.com/questions/56612262/ 01.12.2019

Ответы:

Мы можем использовать sub здесь, чтобы удалить все после появления первой цифры

x <- c("Dairy Milk 3Litre","Brown Onions 1KG","Avocado 2 AT 3.00 EACH")

sub("\\d+.*", "", x)
#[1] "Dairy Milk "   "Brown Onions " "Avocado "

или наоборот, извлечь все до того, как появится первая цифра.

sub("(.*?)\\d+.*", "\\1", x)

01.12.2019

Новые материалы

Как создать диаграмму градиентной кисти с помощью D3.js

Резюме: Из этого туториала Вы узнаете, как добавить градиентную кисть к диаграмме с областями в D3.js. Мы добавим градиент к значениям SVG и применим градиент в качестве заливки к диаграмме с..

Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что это выглядит сложно…

Просто начните и учитесь самостоятельно Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что он кажется мне сложным, и я бросил его. Это в основном инструмент..

Лицензии с открытым исходным кодом: руководство для разработчиков и создателей

В динамичном мире разработки программного обеспечения открытый исходный код стал мощной парадигмой, способствующей сотрудничеству, инновациям и прогрессу, движимому сообществом. В основе..

Объяснение документов 02: BERT

BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка. Во время предварительного обучения модель обучается на неразмеченных данных с помощью..

Как проанализировать работу вашего классификатора?

Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..

Работа с цепями Маркова, часть 4 (Машинное обучение)

Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..

Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]

Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..

Метки

Machine Learning JavaScript Data Science Artificial Intelligence Software Development Python Web Development Coding Deep Learning AI React Software Engineering Nodejs Java Front End Development Typescript Computer Science Data Algorithms Development NLP Tech Programming Languages CSS ChatGPT HTML Python Programming Javascript Tips Angular Computer Vision Startup Data Visualization Neural Networks Tutorial Statistics Productivity Reactjs Learning