如何将str_extract函数应用于表格单元格区域并保留原数据框？

你已经通过RSelenium成功抓取维基百科表格，能单独提取单个单元格的数值，但尝试批量处理表格指定区域（第2-3行、第5-8列）时失败。问题出在你错误地将单个提取结果（字符串）作为参数传给apply，而apply需要的是可调用的函数。

错误原因 #

你的代码中：

celsius <- str_extract(df[4,2], "\\d+([.,]\\d+)?+(?<!\\()")
apply(df[c(2:3),c(5:8)], c(1,2), celsius)

celsius是单个单元格的提取结果（字符串值），不是函数，apply无法执行这个值，因此报错。

解决方案 #

把正则提取逻辑包装成函数，再批量处理指定区域并将结果写回原数据框，以下是两种可行方法：

方法1：基础R apply 实现

library(stringr)

# 定义通用提取函数
extract_numeric <- function(cell_value) {
  str_extract(cell_value, "\\d+([.,]\\d+)?+(?<!\\()")
}

# 先确保目标区域是字符类型（避免因子类型报错）
df[2:3, 5:8] <- lapply(df[2:3, 5:8], as.character)
# 批量处理指定区域并替换原数据框对应位置
df[2:3, 5:8] <- apply(df[2:3, 5:8], c(1, 2), extract_numeric)

方法2：tidyverse 更直观实现

如果你习惯用dplyr，可以用across精准控制行和列：

library(dplyr)
library(stringr)

# 复用上面的extract_numeric函数
df <- df %>%
  mutate(
    across(
      .cols = 5:8,  # 指定要处理的列
      .fns = ~ ifelse(row_number() %in% 2:3, extract_numeric(.), .)  # 仅处理第2-3行
    )
  )

注意事项 #

• 如果目标单元格是因子类型，必须先转换为字符类型再提取，否则正则无法匹配。
• 若提取后需要数值类型，可在函数中加入as.numeric()，比如：as.numeric(str_extract(...))

内容的提问来源于stack exchange，提问作者ronzenith