如何从R语言数据框的GEOID列提取字母U后的内容生成新列？

针对你的需求，这里提供几种高效的实现方法，都能得到你想要的结果：

方法1：修正你已有的word()函数写法 #

你已经用到了stringr和dplyr，只需要明确word()函数的参数即可：

library(stringr)
library(dplyr)

desired_df <- df %>%
  mutate(GEOID_Final = word(GEOID, 2, sep = fixed("US")))

• word(GEOID, 2, sep = fixed("US"))表示将GEOID列的字符串按固定分隔符"US"拆分，取拆分后的第2个部分，也就是US之后的数值内容。

方法2：使用str_split_fixed()拆分字符串 #

这种方法更直观地将字符串拆分为固定数量的部分：

library(stringr)
library(dplyr)

desired_df <- df %>%
  mutate(GEOID_Final = str_split_fixed(GEOID, "US", n = 2)[, 2])

• str_split_fixed()会将每个字符串拆分成2列，[,2]用来提取拆分后的第二列内容。

方法3：使用str_extract()正则匹配 #

通过正则表达式的正向预查，直接提取US之后的所有字符：

library(stringr)
library(dplyr)

desired_df <- df %>%
  mutate(GEOID_Final = str_extract(GEOID, "(?<=US).*"))

• (?<=US)是正向预查，代表匹配US之后的位置，.*表示匹配后续所有字符。

方法4：Base R原生方法（无需额外包） #

如果不想加载第三方包，直接用Base R的sub()函数即可：

df$GEOID_Final <- sub(".*US", "", df$GEOID)
desired_df <- df

• sub(".*US", "", df$GEOID)表示将每个字符串中US及之前的所有内容替换为空，剩下的就是目标数值。

以上所有方法运行后，得到的desired_df都和你给出的期望输出完全一致。

内容的提问来源于stack exchange，提问作者Ed_Gravy