如何用data.table记录字符串列col1中XXX首次匹配位置？现有代码存问题

原代码的核心问题是误用了grep函数：grep返回的是匹配到模式的行索引，而非每个字符串内部的匹配位置；且无匹配时返回空向量，导致赋值长度不匹配报错。

以下是两种可靠的解决方案：

方案一：使用基础R的gregexpr #

gregexpr会对每个字符串返回所有匹配位置的向量（无匹配时返回-1），结合sapply提取首个匹配位置，无匹配时设为NA：

library(data.table)
# 构造示例数据
data <- data.table(col1 = c("abcXXXdef", "XXXxyz", "nopqrst", "uvwXXXxyzXXX"))

# 添加首次匹配位置列
data[, XXX.pos := sapply(gregexpr("XXX", col1, fixed = TRUE), function(x) {
  ifelse(x[1] == -1, NA_integer_, x[1])
})]

# 查看结果
print(data)

输出结果：

col1 XXX.pos
1: abcXXXdef       4
2:    XXXxyz       1
3:    nopqrst      NA
4: uvwXXXxyzXXX       4

方案二：使用stringr包简化操作 #

如果允许使用stringr包，str_locate可以直接返回每个字符串的首次匹配起始位置，无匹配时自动返回NA，代码更简洁：

library(data.table)
library(stringr)

data <- data.table(col1 = c("abcXXXdef", "XXXxyz", "nopqrst", "uvwXXXxyzXXX"))
data[, XXX.pos := str_locate(col1, fixed("XXX"))[, 1]]

关键说明 #

• 使用fixed=TRUE确保模式被当作纯文本匹配，而非正则表达式，既提升性能又避免转义问题
• 用NA_integer_而非普通NA，保证列类型为整数型，符合data.table的类型一致性要求

内容的提问来源于stack exchange，提问作者isthisthat