如何提取R语言数据框中字符串变量的最后两位数字？

针对你这个需求，用正则表达式确实是最省心的方案，完美避开分隔符数量不固定的问题。这里有两种简洁的实现方式，base R和tidyverse风格都能满足：

Base R 方案（无需额外包） #

直接用sub()函数配合正则，一步到位：

df$result <- as.numeric(sub(".*a(\\d+)$", "\\1", df$var1))

正则逻辑说明： #

• .*a：贪婪匹配字符串中最后一个"a"之前的所有内容，不管前面有多少个点或其他字符
• (\\d+)$：捕获最后一个a后面的所有数字（\\d+表示一个或多个数字，$锚定字符串结尾，确保只取末尾的数字）
• \\1：把整个字符串替换成捕获到的数字部分，最后用as.numeric()转换，没有匹配到的内容（比如"test"）会自动转为NA

Tidyverse 方案（用stringr包） #

如果习惯用tidyverse工具链，stringr::str_extract()写法更直观：

library(stringr)
df$result <- as.numeric(str_extract(df$var1, "(?<=a)\\d+$"))

正则逻辑说明： #

• (?<=a)：正向预查，确保匹配的数字前面紧跟"a"
• \\d+$：匹配字符串结尾的一个或多个数字
• 同样用as.numeric()转换，无匹配项直接返回NA

运行后你的数据框会新增result列，结果完全符合预期：1, 2, 1, 2, 10, NA

内容的提问来源于stack exchange，提问作者D. Studer