在Power BI中使用R提取特定格式唯一ID的技术求助

核心正则匹配规则 #

针对你需要提取的ID格式（8位数字+下划线+PReq/DCTReq+下划线+递增数字），对应的正则表达式为：
\\d{8}_((PReq)|(DCTReq))_\\d+

• \\d{8}：精准匹配8位数字前缀
• _((PReq)|(DCTReq))_：匹配中间的下划线+固定标识（PReq或DCTReq）+下划线
• \\d+：匹配末尾任意长度的递增数字

Power BI中具体操作步骤 #

1. 进入Power BI数据视图，选中目标数据表，点击顶部菜单栏的转换数据，打开Power Query编辑器
2. 在编辑器的转换选项卡中，点击运行R脚本，弹出R脚本编辑窗口
3. 将以下脚本粘贴到窗口中（注意替换实际的字段名和表名）：

# 替换[Content]为你要处理的字段名，dataset是Power BI默认传入的表名
library(dplyr)

# 1. 筛选出包含目标ID的行
filtered_rows <- dataset %>% filter(grepl("\\d{8}_((PReq)|(DCTReq))_\\d+", Content))

# 2. 提取ID到新字段[Extracted_ID]
filtered_rows$Extracted_ID <- gsub(".*?(\\d{8}_((PReq)|(DCTReq))_\\d+).*", "\\1", filtered_rows$Content)

# 返回处理后的数据
filtered_rows

脚本关键部分说明 #

• grepl(...)：检查每行字段是否包含符合格式的ID，筛选出有效行
• gsub(...)：用捕获组提取ID内容，.*?是非贪婪匹配，确保只提取目标ID而不会连带前后无关文本
• 如果你的Power BI未安装dplyr包，先在本地R环境中执行install.packages("dplyr")完成安装

特殊情况处理 #

如果单条字段中存在多个符合格式的ID，可将gsub替换为str_extract_all（需加载stringr包），示例：

library(stringr)
filtered_rows$Extracted_ID <- str_extract_all(filtered_rows$Content, "\\d{8}_((PReq)|(DCTReq))_\\d+")

此方法会将多个ID以列表形式存入新字段，后续可根据需求拆分。

内容的提问来源于stack exchange，提问作者Epic Triffid