如何在R语言中按条件从数据框文本列解析数字至新列？

需求：在数据框中，仅对满足grepl("apple", df$col1)条件的行，从col1的文本字符串里提取数字并赋值到col3列；不满足条件（包括col1为NA）的行，col3设为NA。

示例数据：

col1 <- c("I have 1 apple", NA, "I have 2 apples", NA, "I have 3 apples", NA, "I have 4 apples")
col2 <- c(7:13)
df <- as.data.frame(cbind(col1, col2))

df$col3 <- NA

解决方案 #

方法1：基础R实现

直接用ifelse判断条件，结合readr::parse_number提取数字：

library(readr)

# 筛选含apple的行，仅对这些行解析数字，其余设为NA
df$col3 <- ifelse(grepl("apple", df$col1, na.rm = TRUE), parse_number(df$col1), NA)

grepl中设置na.rm = TRUE，会把col1为NA的行判定为不满足条件，对应col3设为NA，符合需求。

方法2：dplyr风格实现

如果习惯用tidyverse语法，用dplyr::if_else（要求分支类型严格一致）：

library(dplyr)
library(readr)

df <- df %>%
  mutate(col3 = if_else(grepl("apple", col1, na.rm = TRUE), 
                        parse_number(col1), 
                        as.numeric(NA)))

这里需要把NA转为数值型，保证if_else两个分支的类型统一。

关于lapply的说明 #

readr::parse_number本身是向量化函数，可以直接对整个列操作，不需要搭配lapply循环处理每行。强行用lapply反而会增加代码复杂度，不如直接用向量化写法简洁高效。

运行后df$col3的结果为：1, NA, 2, NA, 3, NA, 4，完全符合预期。

内容的提问来源于stack exchange，提问作者Abbey A.