在R语言中提取逗号间含ENS的字符串并新增列的方法

这里有几种实用的实现方法，帮你给数据框新增列B：

方法一：Base R原生实现（无需额外包） #

直接用原生函数组合搞定，不用装额外包：

df$B <- sapply(strsplit(df$A, ","), function(x) x[grepl("ENS", x)])

逻辑很直白：先用strsplit把每行的A列按逗号拆成字符向量，再用grepl找出向量里包含"ENS"的元素，最后通过sapply把结果整合回数据框。

方法二：tidyverse工具链（代码更直观） #

借助dplyr和stringr的组合，用匹配提取一步到位：

library(dplyr)
library(stringr)

df <- df %>%
  mutate(B = str_extract(A, "[^,]*ENS[^,]*"))

str_extract的匹配模式[^,]*ENS[^,]*意思是：匹配所有不包含逗号、且中间带有"ENS"的子串，刚好对应你要的逗号分隔单元。

方法三：拆分-过滤-合并（适合多匹配场景） #

如果某行可能存在多个含"ENS"的子串，这种方法更灵活：

library(tidyr)
library(dplyr)

df <- df %>%
  mutate(row_id = row_number()) %>% # 给每行加唯一标识
  separate_rows(A, sep = ",") %>% # 把逗号分隔的内容拆成多行
  filter(grepl("ENS", A)) %>% # 筛选含"ENS"的行
  select(row_id, B = A) %>% # 重命名列并保留行标识
  right_join(df %>% mutate(row_id = row_number()), by = "row_id") %>% # 合并回原数据框
  select(-row_id) # 移除临时行标识

这种方法步骤稍多，但能处理一行多个匹配结果的情况，结果会自动按行对齐。

内容的提问来源于stack exchange，提问作者Gabriel G.