R语言data.table中使用str_match处理列结果异常，如何修正？

你的问题出在对str_match返回结果的索引逻辑上：str_match接收向量输入时，会返回一个行数等于输入向量长度、列数等于匹配组数量+1的矩阵。你用[1, 2]只提取了矩阵第一行第二列的结果，然后data.table把这个单一值重复赋值给了所有行，所以才会出现所有y都是"b"的情况。

修复方法（最直接高效） #

直接提取矩阵的第二列，不需要指定行号，这样每个元素对应每行的匹配结果：

library(data.table)
library(stringr)

pattern.1 <- regex("(?<=a)(.*)(?=c)")
  
DT <- data.table(x = c("abc", "adc", "abd"))
DT[, y := str_match(x, pattern.1)[, 2]]

DT

运行结果就是你预期的：

x    y
1: abc    b
2: adc    d
3: abd <NA>

另一种逐行处理的方式（适合复杂场景） #

如果需要更灵活的逐行处理，可以用lapply或者purrr的映射函数，不过对于这个场景来说上面的方法足够高效：

library(purrr)
DT[, y := map_chr(x, function(val) str_match(val, pattern.1)[, 2])]

内容的提问来源于stack exchange，提问作者Ian Wang