如何在R中从指定字符串提取ANNIVERSARY相关日期与金额生成data frame

实现步骤： #

1. 加载字符串处理工具包stringr（首次运行需先执行install.packages("stringr")完成安装）
2. 定义原始文本字符串
3. 用正则表达式匹配所有「日期 + ANNIVERSARY + 金额」的目标片段
4. 提取匹配结果并转换为指定结构的数据框

完整代码： #

# 加载stringr包
library(stringr)

# 定义原始字符串
text <- "05/05/2005 ANNIVERSARY $367.62 ANNUAL DIVIDEND DECLARED UNDER THE PAIO UP ADDITIONS 20,965 2,203 23,168 | PAID UP ADDITION OPTION. $367.62 PURCHASED PAID UP ADDITIONS OF 2,203 02/15/2006 WITHDRAWAL ($77.50) VALUE OF PAID UP ADDITIONS OF 464 PAID UP ADDITIONS 23,168 (464) 22,704 APPLIED TOWARDS CHECK-O-MATIC PREMIUM DUE 03/05/2006 04/11/2006 05/05/2006 ANNIVERSARY $415.70"

# 正则匹配模式：捕获日期(MM/DD/YYYY)和带$的金额
pattern <- "(\\d{2}/\\d{2}/\\d{4}) ANNIVERSARY (\\$\\d+\\.\\d{2})"

# 提取所有匹配的分组内容
matches <- str_match_all(text, pattern)[[1]]

# 转换为目标数据框
result_df <- data.frame(
  Date = matches[, 2],
  Dividend = matches[, 3],
  stringsAsFactors = FALSE
)

# 查看最终结果
print(result_df)

代码说明： #

• str_match_all会返回所有符合模式的匹配结果，每个结果包含完整匹配项、捕获的日期、捕获的金额三部分
• 正则表达式细节：
  • (\\d{2}/\\d{2}/\\d{4}) 精准匹配「两位数字/两位数字/四位数字」格式的日期
  • (\\$\\d+\\.\\d{2}) 匹配「$+整数部分+.+两位小数」格式的金额
• 运行后生成的result_df即为你需要的结构。

内容的提问来源于stack exchange，提问作者max