Extracting title from full name using regular expression

full$Title <- gsub('(.*, )|(\\..*)', '', full$Name)

...

[956] "Master"     "Mrs"        "Miss"       "Mr"         "Mr"        

 [961] "Mrs"        "Miss"       "Mr"         "Miss"       "Mr"        

 [966] "Miss"       "Mr"         "Mr"         "Mrs"        "Mr"        

 [971] "Miss"       "Master"     "Mr"         "Mr"         "Mr"        

 [976] "Mr"         "Mr"         "Miss"       "Miss"       "Miss"      

 [981] "Master"     "Mrs"        "Mr"         "Mrs"        "Mr"        

 [986] "Mr"         "Mr"         "Mrs"        "Mr"         "Miss"      

 [991] "Mr"         "Mrs"        "Mr"         "Mr"         "Mr"        

 [996] "Mrs"        "Mr"         "Mr"         "Mr"         "Mr"        

----------------------------

원자료는 

 [991] "Nancarrow, Mr. William Henry"                                                      

 [992] "Stengel, Mrs. Charles Emil Henry (Annie May Morris)"                               

 [993] "Weisz, Mr. Leopold"                                                                

 [994] "Foley, Mr. William"                                                                

 [995] "Johansson Palmquist, Mr. Oskar Leander"                                            

 [996] "Thomas, Mrs. Alexander (Thamine Thelma\")\""                                       

 [997] "Holthen, Mr. Johan Martin"                                                         

 [998] "Buckley, Mr. Daniel"                                                               

 [999] "Ryan, Mr. Edward"                                                                  

[1000] "Willer, Mr. Aaron (Abi Weller\")\""                                                

이런 식으로 생겼었다.

정규표현식을 이용한 gsub() 함수 응용 단계인듯??

해당 표현식의 의미는 아래 주소의 답변을 참고. 

http://www.talkstats.com/threads/how-to-extract-titles-out-of-a-full-name-using-gsub.69337/

match any character (.) zero or more times (*) up to a comma (,) OR (|) a period (\\.) followed any character (.) zero or more times (*)

essentially (.*,) eats up the string up to a character while (\\..*) eats up the string after the period

I would say there are more robust ways to extract the title. I'd use an extraction, rather than subbing approach. Base R can do extraction but it's more complicated than the stringi package which has the stri_extract_all_regex function.

  -- trinker

텍스트 데이터 분석을 위해서는 정규표현식을 한번 공부한 후 분석하는 편이 더 좋을 것으로 여겨짐.