使用RegEx与case_when划分数值范围时的逻辑错误排查

你的问题出在两个核心点上：

1. 正则未限定匹配下划线后的完整数字：第一个条件里的[7-9]会匹配数字中任意位置的7-9字符，比如"_17"里的7会被这个正则命中，直接触发A组匹配，但17实际属于B组范围。
2. 锚定符$作用范围不全：第一个正则的$只加在了1[0-5]后面，没有覆盖[7-9]，导致只要字符串里存在7-9的数字（不管位置），就会被判定为A组。

方案一：修正正则表达式 #

调整正则，精确匹配下划线后的完整数字，并给所有规则加上结尾锚定$，确保只匹配字符串末尾下划线后的数字部分：

data %>%
  mutate(group = case_when(
    str_detect(year, pattern = "_([7-9]|1[0-5])$") ~ "A",
    str_detect(year, pattern = "_(1[6-9]|2[0-4])$") ~ "B"
  ))

方案二：先提取数字再判断（更可靠） #

比起用正则匹配范围，先提取下划线后的数字转为数值型，再直接判断区间会更直观，也避免正则匹配的歧义：

library(stringr)

data %>%
  mutate(
    # 提取下划线后的数字并转成数值
    suffix_num = as.numeric(str_extract(year, "_([0-9]+)$", group = 1)),
    group = case_when(
      suffix_num >= 7 & suffix_num <= 15 ~ "A",
      suffix_num >= 16 & suffix_num <= 24 ~ "B"
    )
  )

内容的提问来源于stack exchange，提问作者Xavier Villà Aguilar