R语言：拆分数据单元格，提取字符串指定字符

核心思路 #

你的数据是嵌套在JSON结构的字符串里，直接用str_sub或separate会因为引号、冒号的格式干扰报错，推荐用正则匹配精准定位目标数字，结合tidyverse工具处理更高效。

具体代码实现 #

假设你的数据框为df，存储JSON字符串的列名为json_col，使用stringr包的str_extract函数提取：

library(tidyverse)

# 提取目标数字
df <- df %>%
  mutate(
    # 提取键的前两位数字：匹配引号后的连续两位数字
    prefix = str_extract(json_col, '(?<=")\\d{2}'),
    # 提取冒号后值的最后一位数字
    suffix = str_extract(json_col, '(?<=:)\\d+') %>% str_sub(-1, -1)
  )

代码细节说明 #

• (?<=")\\d{2}：通过正向断言跳过引号，直接匹配引号后的两位数字，规避引号干扰
• (?<=:)\\d+：匹配冒号后的所有数字，再用str_sub(-1,-1)截取最后一位，兼容值为多位数的情况
• 多行JSON字符串无需额外处理换行符，正则会自动匹配跨行内容

测试结果示例 #

针对你提供的JSON片段：

{
  "120710103043": 4,
  "160179505004": 10,
  "300930004002": 4
}

处理后生成的新列结果为：

内容的提问来源于stack exchange，提问作者MattAllen25