在R中基于区间扩展数据集行并替换标识后缀

用R的tidyverse工具链可以高效实现需求，步骤如下：

• 提取desc中的区间上下限：用正则表达式从desc里匹配出起始值和结束值
• 按区间生成数值序列，将每行数据展开为对应数量的行
• 把first_id末尾的xx替换为序列中的数值

完整代码 #

# 安装并加载tidyverse（如果未安装）
# install.packages("tidyverse")
library(tidyverse)

# 处理数据
result_df <- df %>%
  # 从desc提取起始和结束数值
  mutate(
    start = as.numeric(str_extract(desc, "(?<=xx = )\\d+")),
    end = as.numeric(str_extract(desc, "(?<= à )\\d+"))
  ) %>%
  # 按区间生成数值序列，展开行
  rowwise() %>%
  mutate(num = list(start:end)) %>%
  unnest(num) %>%
  # 替换first_id中的xx为对应数值
  mutate(first_id = str_replace(first_id, "xx", as.character(num))) %>%
  # 保留需要的列（可选，根据需求调整）
  select(first_id, desc)

# 查看结果
head(result_df, 25)

代码说明 #

• str_extract配合正则表达式：(?<=xx = )\\d+匹配xx = 后的数字作为起始值，(?<= à )\\d+匹配à后的数字作为结束值
• rowwise()+list(start:end)为每行生成对应的数值序列，unnest(num)将序列展开为多行
• str_replace把first_id里的xx替换成当前行的num值

运行后就能得到你需要的first_id序列，同时保留原desc内容。

内容的提问来源于stack exchange，提问作者Val