简化R语言中ID值检测与替换的冗余代码

你需要从冗长的ID名称里提取连续数字替代原内容，不用写一堆重复的if_else，下面是几种高效的tidyverse解决方案：

方法1：正则提取数字（通用型） #

不管ID前缀是什么，直接用正则匹配并提取连续数字，一步搞定：

library(tidyverse)

ID <- c('number04', 'number05', 'number06', 'number07', 'number08', 'number09', 'number10')
df <- tibble(ID)

# 提取所有连续数字
df_clean <- df |>
  mutate(ID = str_extract(ID, "\\d+"))

print(df_clean)

\\d+是正则表达式，专门匹配一个或多个连续数字，不管你的ID前缀是number还是其他字符串，都能准确提取出数字部分。

方法2：删除固定前缀（针对性） #

如果所有ID的前缀都是固定的（比如这里的number），直接删除前缀更直观：

df_clean <- df |>
  mutate(ID = str_remove(ID, "number"))

这种方法代码更短，但只适用于前缀完全统一的场景。

方法3：提取数字并去除前导零（按需选择） #

如果不需要保留前导零（比如把04转成4），可以用parse_number：

df_clean <- df |>
  mutate(ID = as.character(parse_number(ID)))

parse_number会自动提取字符串中的数值，转成字符型后就得到不带前导零的数字。

以上方法都只需要一次mutate操作，不管你有多少个不同的ID，都能一次性处理，彻底告别重复的替换代码。

内容的提问来源于stack exchange，提问作者user163829