r - 从行中删除非英语字符串：R

Question

我有几个变量，其数据（行）包含英文字符串，后跟非英文翻译（印地语）。

例如 Carpenter（木匠的印地语）

有没有办法剥离行以仅包含英文部分？印地语导致应用功能出现问题，因此我希望将其删除。

标签： rdplyrstringr

Answer 1

这是使用基本 R 的另一个选项iconv()，它仅删除非拉丁脚本：

s <- 'Carpenter (बढ़ई)'
iconv(s, "latin1", "ASCII", sub="")
# [1] "Carpenter ()"

应用于数据框：

df <- data.frame(rbind('Carpenter (बढ़ई)',
    'Cat (बिल्ली)'))
sapply(df,iconv, from="latin1", to="ASCII",sub="")
# [1,] "Carpenter ()"                           
# [2,] "Cat ()"