R语言入门：如何清理DataFrame指定列单元格的冗余字符？

步骤1：构造示例数据 #

先模拟包含目标列和其他无需修改列的数据框：

df <- data.frame(
  待处理列 = c("nda", "nda 20202 (2)", "nda 202392", "nda 2323", "nda 02232 (1)"),
  其他列1 = c("a", "b", "c", "d", "e"),
  其他列2 = c(10, 20, 30, 40, 50)
)

步骤2：用正则表达式清理目标列 #

用基础R的gsub函数即可完成，无需额外安装包：

# 移除开头的"nda "和末尾的"(数字)"冗余内容
df$待处理列 <- gsub("^nda | \\(\\d+\\)$", "", df$待处理列)

如果习惯使用tidyverse系列的stringr包，也可以这么写：

library(stringr)
df$待处理列 <- str_remove_all(df$待处理列, "^nda | \\(\\d+\\)$")

最终效果 #

处理后的数据框会变成：

其他列完全不受影响，符合预期需求。

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