如何提取数据框country列中每个单元格的最后一个国家（支持多词国家名称）

我明白你的需求啦——要从每个包含多个国家（部分是带空格的双词名称）的单元格里，精准取出最后一个国家，还不想用拆分多列这种繁琐的方法。这里给你两个简洁高效的R语言解决方案，都能完美实现你的需求：

方法一：用正则表达式快速提取（推荐） #

借助stringr包的str_extract函数，用正则匹配直接定位最后一个国家：

首先先构造示例数据（方便你测试）：

df <- data.frame(
  country = c("Russia Russia", "USA UK, USA", "South Korea South Korea")
)

然后加载stringr包并执行提取：

library(stringr)

# 提取最后一个逗号之后的所有内容（无逗号则取整串）
df$last_country <- str_extract(df$country, "[^,]+$")

执行后查看结果：

df
#                  country    last_country
# 1          Russia Russia     Russia Russia
# 2         USA UK, USA              USA
# 3 South Korea South Korea South Korea South Korea

正则说明 #

[^,]+$的意思是：

• [^,]+：匹配任意非逗号的字符（包括空格，所以双词国家名不会被拆分）
• $：锚定到字符串末尾，确保取的是最后一段内容

方法二：拆分后取最后元素 #

如果你更习惯用拆分的思路，可以用str_split拆分后取每个列表的最后一项：

library(stringr)

# 按", "拆分每个字符串，然后取最后一个元素
df$last_country <- sapply(str_split(df$country, ", "), tail, n = 1)

这个方法同样能得到和上面一致的结果，而且不管单元格里有多少个国家（哪怕超过3个）都能自动适配，比你之前用separate手动指定列数灵活太多啦。

内容的提问来源于stack exchange，提问作者Serena