在 R 中将字符串从一列提取到另一列

Question

我有一个示例数据框，如下所示。

ID	文件
1	11_213.csv
2	13_256.csv
3	11_223.csv
4	12_389.csv
5	14_456.csv
6	12_345.csv

我想根据下划线和句点之间的字符串添加另一列，以获得看起来像这样的数据框。

ID	文件	团体
1	11_213.csv	213
2	13_256.csv	256
3	11_223.csv	223
4	12_389.csv	第389章
5	14_456.csv	第456章
6	12_345.csv	第345章

我想我需要在 stringr 中使用 str_extract 功能，但我不确定我的模式使用什么符号。例如当我使用：

df <- df %>%
mutate("Group" = str_extract(File, "[^_]+"))

我得到下划线之前的所有信息，如下所示：

ID	文件	团体
1	11_213.csv	11
2	13_256.csv	13
3	11_223.csv	11
4	12_389.csv	12
5	14_456.csv	14
6	12_345.csv	12

但这不是我想要的。我应该使用什么来代替“[^_]+”来获取下划线和句点之间的内容？谢谢！

Answer 1

我们可以使用正则表达式查找来提取\\d+a 后面_和 a 之前的数字 ( ).str_extract

library(dplyr)
library(stringr)
df <- df %>%
    mutate(Group = str_extract(File, "(?<=_)(\\d+)(?=\\.)")

或者另一种选择是使用str_removeie 删除子字符串以匹配字符 ( .*) ，包括_或 ( |) 字符.（.可以匹配正则表达式模式中的任何字符 - 这是默认情况，因此我们将\\其转义以进行文字匹配）

df <- df %>%
        mutate(Group = str_remove_all(File, ".*_|\\..*"))