从数据框引号内提取字母字符串并拆分为指定多列

需要将包含JSON数组格式字符串的列，提取引号内的内容并拆分至三列，同时统一字符串大小写（如"Jewelry"转为"jewelry"），以下是两种可行的实现方法：

方法一：使用jsonlite包（推荐，适配JSON格式字符串） #

# 加载jsonlite包
library(jsonlite)

# 构造原始数据框
df <- data.frame(string = c('["jewelry","tailor","Jewelry"]', '["apple","banana","orange"]'), stringsAsFactors = FALSE)

# 解析JSON字符串并转换为目标数据框
result_df <- as.data.frame(t(sapply(df$string, function(x) tolower(fromJSON(x)))))

# 重命名列
colnames(result_df) <- paste0("string", 1:3)

# 输出结果
result_df

运行后输出：

string1 string2 string3
1 jewelry tailor jewelry
2  apple  banana  orange

逻辑说明： #

• fromJSON()：直接解析JSON格式字符串，转为字符向量，无需手动处理正则匹配。
• tolower()：统一将字符串转为小写，匹配需求格式。
• sapply() + t()：遍历每行字符串，处理后转置矩阵，确保行对应原数据行、列对应拆分后的元素。

方法二：使用stringr包（正则提取方式） #

# 加载stringr包
library(stringr)

# 构造原始数据框
df <- data.frame(string = c('["jewelry","tailor","Jewelry"]', '["apple","banana","orange"]'), stringsAsFactors = FALSE)

# 提取所有双引号内的字符串
extracted_list <- str_extract_all(df$string, '(?<=")[^"]+(?=")')

# 转换为数据框并统一小写
result_df <- as.data.frame(do.call(rbind, extracted_list), stringsAsFactors = FALSE) %>%
  mutate_all(tolower)

# 重命名列
colnames(result_df) <- paste0("string", 1:3)

# 输出结果
result_df

逻辑说明： #

• str_extract_all()：通过正则表达式(?<=")[^"]+(?=")匹配双引号间的内容，提取所有目标字符串。
• do.call(rbind, ...)：将提取的字符串列表转为矩阵，再转成数据框。
• mutate_all(tolower)：批量将所有列的字符串转为小写。

内容的提问来源于stack exchange，提问作者Becky