使用正则表达式将列中的数字范围替换为单个数字的实现方案

给定如下R数据：

Seeds<-c("Seeds.jpg 1-7-Sunflower[seeds 1-7.jpg]", "Seeds.jpg 8-Sunflower[seeds 8.jpg]", "Seeds.jpg 9-15-Sunflower[seeds 9-15.jpg]")
Pot<-c("1.jpg-Sunflower[1.jpg]", "2.jpg-Sunflower[2.jpg]", "3.jpg-Sunflower[3.jpg]", "4.jpg-Sunflower[4.jpg]", "5.jpg-Sunflower[5.jpg]", "6.jpg-Sunflower[6.jpg]", "7.jpg-Sunflower[7.jpg]", "8.jpg-Sunflower[8.jpg]", "9.jpg-Sunflower[9.jpg]", "10.jpg-Sunflower[10.jpg]", "11.jpg-Sunflower[11.jpg]", "12.jpg-Sunflower[12.jpg]", "13.jpg-Sunflower[13.jpg]", "14.jpg-Sunflower[14.jpg]", "15.jpg-Sunflower[15.jpg]")
Garden<-data.frame(Pot,Seeds)

需要生成新列Seeds2，支持两种格式：

1. 将数字范围展开为单独行，每行对应一个数字
2. 将数字范围替换为逗号分隔的数字序列

方案1：展开范围为单独行 #

使用stringr提取数字范围，结合tibble和tidyr::unnest生成展开后的行，再替换文本中的范围为单个数字：

library(tidyverse)

Garden_expanded <- Garden %>%
  # 提取起始和结束数字，兼容单个数字的情况
  mutate(
    num_range = str_extract(Seeds, "\\d+-\\d+|\\d+"),
    start = as.integer(str_split(num_range, "-", simplify = TRUE)[,1]),
    end = as.integer(str_replace_na(str_split(num_range, "-", simplify = TRUE)[,2], start))
  ) %>%
  # 生成每个数字的序列
  mutate(num = map2(start, end, seq.int)) %>%
  # 展开为单独行
  unnest(num) %>%
  # 替换Seeds中的数字范围为当前num
  mutate(
    Seeds2 = str_replace_all(Seeds, "\\d+-\\d+|\\d+", as.character(num)),
    # 可选：匹配示例中seed/seeds的交替格式，不需要可删除此行
    Seeds2 = if_else(num %% 2 == 1, str_replace(Seeds2, "seeds", "seed"), Seeds2)
  ) %>%
  # 移除中间辅助列
  select(Pot, Seeds, Seeds2)

# 查看结果
print(Garden_expanded$Seeds2)

方案2：将范围替换为逗号分隔序列 #

直接提取范围后生成逗号分隔的字符串，替换原文本中的范围：

library(stringr)

Garden$Seeds2 <- sapply(Garden$Seeds, function(x) {
  # 提取数字范围
  num_range <- str_extract(x, "\\d+-\\d+|\\d+")
  if (str_detect(num_range, "-")) {
    # 拆分起始和结束数字
    nums <- as.integer(str_split(num_range, "-")[[1]])
    # 生成逗号分隔的序列
    num_seq <- paste(seq.int(nums[1], nums[2]), collapse = ",")
    # 替换原范围
    str_replace_all(x, "\\d+-\\d+", num_seq)
  } else {
    # 单个数字直接返回原字符串
    x
  }
})

# 查看结果
print(Garden$Seeds2)

内容的提问来源于stack exchange，提问作者Zard22