R语言中用str_replace_all/gsub正则替换数字后小写字母为大写

需求说明 #

给定包含街道地址的列：

df_col <- c("100 W 10th St", "200 Drury Ln 2a", "300 W 10th St", "400b Drury Ln")

需要将所有数字后紧跟的单个小写字母转为大写，最终结果：

df_col <- c("100 W 10th St", "200 Drury Ln 2A", "300 W 10th St", "400B Drury Ln")

stringr::str_replace_all 解决方案 #

你之前的错误在于替换参数直接写了正则表达式，而str_replace_all需要用捕获组提取目标内容，再对捕获的字母做大小写转换。

代码实现 #

library(stringr)
library(dplyr)

df <- tibble(df_col = c("100 W 10th St", "200 Drury Ln 2a", "300 W 10th St", "400b Drury Ln"))

df <- df %>%
  mutate(df_col = str_replace_all(df_col, "\\b(\\d+)([a-z])\\b", function(x) {
    matches <- str_match(x, "\\b(\\d+)([a-z])\\b")
    paste0(matches[2], str_to_upper(matches[3]))
  }))

正则与逻辑解释 #

• \\b(\\d+)([a-z])\\b：用括号创建两个捕获组
  • (\\d+)：捕获一个或多个数字（第一组）
  • ([a-z])：捕获紧跟数字后的单个小写字母（第二组）
  • \\b：确保匹配的是独立的"数字+字母"单词（避免误匹配"10th"这类包含数字但字母不紧跟的情况）
• 替换函数中，通过str_match提取两组内容，保留数字部分，将字母部分用str_to_upper转为大写后拼接。

更简洁的写法（反向引用） #

利用str_replace_all的公式语法，结合反向引用可以简化代码：

df <- df %>%
  mutate(df_col = str_replace_all(df_col, "\\b(\\d+)([a-z])\\b", 
                                  ~ paste0(.x[2], str_to_upper(.x[3]))))

备选方案：base R 的 gsub（Perl 模式） #

如果想用base R工具，可开启Perl模式，利用\\U标记直接将匹配的字母转为大写：

df$df_col <- gsub("\\b(\\d+)([a-z])\\b", "\\1\\U\\2", df$df_col, perl = TRUE)

• \\1：引用第一个捕获组的数字内容
• \\U\\2：将第二个捕获组的小写字母转为大写（仅在Perl模式下生效）

内容的提问来源于stack exchange，提问作者Adam F