R语言中查找字符串第三个下划线位置并写入数据框

问题分析 #

你之前用unlist(gregexpr('_', df$col1))[3]只拿到第一行的结果，是因为gregexpr会返回一个列表，每个元素对应一行字符串的下划线位置；unlist会把所有行的位置合并成一个一维向量，取[3]只是这个向量里的第三个值（也就是第一行的第三个下划线位置），而非每行的第三个。

方法一：Base R 实现 #

用sapply遍历gregexpr返回的列表，对每行的下划线位置取第三个值：

col1<- c('a_b_c_fv', 'ff_g1_h_fv','e_ii_jjjj_fv' )
df <- data.frame(col1)

# 提取每行第三个下划线的位置
df$location <- sapply(gregexpr('_', df$col1), function(x) x[3])

运行后df$location会得到c(6,8,10)，完全符合预期。

方法二：stringr 包实现（更直观） #

如果习惯用stringr包，可以用str_locate_all获取所有匹配位置，再提取第三个位置的起始值：

library(stringr)

df$location <- sapply(str_locate_all(df$col1, '_'), function(x) x[3, 1])

str_locate_all对每个字符串返回一个矩阵，每行对应一个下划线的start和end位置，取第三行的start列就是目标位置。

内容的提问来源于stack exchange，提问作者Log On