如何在R中为特定数字与字符添加连字符并重构数据列

这里给你两种可行的实现方式，base R和tidyverse工具链都有，你可以选顺手的用：

方法一：Base R 原生函数实现 #

先构造个测试数据框方便验证效果：

df_t <- data.frame(row_names = c("X2012SGA007930001", "X2013TGB001230002"))

按需求分步处理：

# 直接在原数据框生成新列
df_t$Genetic <- with(df_t, {
  core_str <- sub("^X", "", row_names)  # 去掉开头的X前缀
  part1 <- substr(core_str, 1, 5)       # 提取前5位：2012S/2013T
  part2 <- substr(core_str, 6, 7)       # 提取第6-7位：GA/GB
  part3 <- substr(core_str, 8, 12)      # 提取第8-12位：00793/00123
  part4 <- substr(core_str, 13, 16)     # 提取第13-16位：0001/0002
  paste(part1, part2, part3, part4, sep = "-")
})

运行后df_t$Genetic会得到"2012S-GA-00793-0001"和"2013T-GB-00123-0002"这类目标格式的结果。

方法二：tidyverse 工具链实现 #

如果习惯用dplyr/tidyr的语法，可以这么写：

library(dplyr)
library(stringr)

df_t <- df_t %>%
  mutate(
    core_str = str_remove(row_names, "^X"),  # 移除前缀X
    part1 = str_sub(core_str, 1, 5),
    part2 = str_sub(core_str, 6, 7),
    part3 = str_sub(core_str, 8, 12),
    part4 = str_sub(core_str, 13, 16),
    Genetic = str_c(part1, part2, part3, part4, sep = "-")
  ) %>%
  select(-core_str, -part1, -part2, -part3, -part4)  # 可选：删除中间临时列

你之前可能踩的坑 #

1. substr位置计算错误：要注意去掉X后的字符串长度，示例中去掉X后是16位，各段的起始/结束位置必须精准对应
2. paste未指定sep参数：默认paste用空格分隔，必须显式加sep="-"才会用连字符拼接
3. unite使用时机不对：如果用unite合并，得先把拆分后的各段单独存成列，再执行合并操作，不能直接一步到位

内容的提问来源于stack exchange，提问作者user21303460