求助：从数据框的HYPERLINK公式字符串提取显示文本遇列处理异常

你的代码问题出在unlist(strsplit(x, ','))[2]这部分——它是对整个列的字符串拆分结果取第2个元素，而不是对每个单独的字符串拆分后取第2个元素。当列的首行不是HYPERLINK公式时，这个操作会错误地取到后续字符串拆分后的部分内容，导致整列处理失败。

需要逐个处理每个单元格的字符串，而非批量处理整列。以下是两种可行的修正方案：

方案1：基础R逐元素处理 #

# 定义单个字符串处理函数
process_hyperlink <- function(s) {
  if (substr(s, 1, 9) == 'HYPERLINK') {
    # 对单个字符串按逗号拆分，提取第二部分
    parts <- strsplit(s, ',', fixed = TRUE)[[1]]
    # 清理引号、括号并去除首尾空格
    trimws(gsub('[\")]', '', parts[2]))
  } else {
    # 非HYPERLINK字符串仅去除引号
    gsub('"', '', s)
  }
}

# 初始化数据框
DF <- data.frame(
  x = c('HYPERLINK("[Individual files/NetworkData4MassiveExport_Individual_1.xlsx]1_2016_Nodes!A3", "\'Nodes\' tab")', 'NA()'),
  y = c('NA()', 'HYPERLINK("[Individual files/NetworkData4MassiveExport_Individual_2.xlsx]2_2019_Nodes!A3", 1)'))

# 应用处理函数到所有单元格
DF[] <- lapply(DF, function(col) sapply(col, process_hyperlink))
DF

方案2：正则表达式提取（更稳健） #

如果HYPERLINK的显示文本中可能包含逗号（Excel公式中会用引号包裹），正则表达式提取会更可靠：

# 定义正则提取函数
process_hyperlink_regex <- function(s) {
  if (grepl('^HYPERLINK\\(', s)) {
    # 匹配逗号后到右括号前的显示文本
    display_text <- sub('^HYPERLINK\\(.*?,\\s*(.*?)\\)$', '\\1', s, perl = TRUE)
    # 清理引号并去除首尾空格
    trimws(gsub('[\"]', '', display_text))
  } else {
    gsub('"', '', s)
  }
}

# 应用处理函数
DF[] <- lapply(DF, function(col) sapply(col, process_hyperlink_regex))
DF

两种方案都会得到正确结果：

x y
1 'Nodes' tab NA()
2       NA() 1

内容的提问来源于stack exchange，提问作者Olivier7121