如何在R中提取后接+符号的数字并生成新列？

问题说明 #

现有如下样本数据：

sample_data <- data.frame(
  txtnumbers = c("text stuff +300.5","other stuff 40+ more stuff","text here -30 here too","30- text here","50+","stuff here 500+","400.5-" ),
  stringsAsFactors = F
)

需要提取txtnumbers列中后接+符号的数字存入新列，不符合条件的返回NA，期望结果如下：

desired_data <- data.frame(
  txtnumbers = c("text stuff +300.5","other stuff 40+ more stuff","text here -30 here too","30- text here","50+","stuff here 500+","400.5-" ),
  desired_col = c(NA,40,NA,NA,50,500,NA),
  stringsAsFactors = F
)

高效实现方案 #

使用stringr包的正则匹配功能即可精准完成需求，代码如下：

library(stringr)

# 提取符合条件的数字并转为数值型
sample_data$desired_col <- as.numeric(str_extract(sample_data$txtnumbers, "\\d+(?:\\.\\d+)?(?=\\+)"))

# 验证结果
print(sample_data)

正则表达式解析 #

• \\d+：匹配1个或多个数字
• (?:\\.\\d+)?：可选的小数部分（非捕获组，仅用于匹配不额外提取）
• (?=\\+)：正向预查，确保数字后面紧跟+符号，且+不会被包含在提取结果中

该方案能高效处理所有符合条件的场景，不符合规则的内容自动返回NA，完全匹配需求。

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