如何在R语言中从DataFrame单列提取数值并生成计算新列XX？

需求明确 #

• 从Info列提取AF对应的数值
• 提取GF字段中逗号后的数值
• 计算后者除以前者的结果，生成新列XX
• 适配大量行/多列的原始数据，替代手动拆分的混乱操作

修正原始数据（原代码ID列存在语法错误） #

library(dplyr)
library(tidyr)
library(stringr)

DF1 = data.frame(
  ID = c("A","B","C","D","E"), 
  TagNo = c(10,20,20,10,50), 
  Info = c("AF=10;GF=5,20;DT=10","AF=20;GF=4,20;DT=30","AF=10;GF=3,7;DT=40","AF=5;GF=2,15;DT=8","AF=2;GF=0,6;DT=10"),
  Year = c(2022,2023,2023,2022,2022)
)

高效解决方案（链式操作，适配大数据） #

方案1：正则提取一步到位

利用extract直接从Info字符串中匹配所需数值，自动转换类型，代码最简洁：

DF1_processed <- DF1 %>%
  # 正则匹配提取AF数值、GF逗号后数值，自动转为数值型
  extract(Info, 
          into = c("AF_num", "GF_after_comma"),
          regex = "AF=(\\d+);GF=\\d+,([\\d.]+);DT=\\d+",
          convert = TRUE) %>%
  # 计算XX，处理AF为0的情况（避免除以0报错）
  mutate(XX = ifelse(AF_num == 0, NA, GF_after_comma / AF_num))

方案2：分步拆分更直观

适合需要保留中间字段的场景，用separate_wider_delim拆分后提取数值：

DF1_processed <- DF1 %>%
  # 拆分Info为AF、GF、DT三个键值字段
  separate_wider_delim(Info, delim = ";", names = c("AF", "GF", "DT")) %>%
  # 提取AF的数值
  mutate(AF_num = as.numeric(str_extract(AF, "\\d+"))) %>%
  # 提取GF中逗号后的数值
  mutate(GF_after_comma = as.numeric(str_extract(GF, "(?<=,)\\d+"))) %>%
  # 计算XX
  mutate(XX = ifelse(AF_num == 0, NA, GF_after_comma / AF_num)) %>%
  # 可选：删除中间键值列
  select(-AF, -GF, -DT)

方案优势 #

• 链式操作逻辑清晰，可直接扩展到多列/大量行数据
• 自动处理类型转换，无需手动逐行操作
• 加入除以0的异常处理，避免运行报错

内容的提问来源于stack exchange，提问作者user20330606