R语言匹配特定字符替换报错：为BT后缀数值添加负号失败

我尝试对后缀为"BT"的字符进行处理，为其添加负号并提取数字，但代码执行失败。

原代码 #

df <- data.frame(
  exposure = c("123BT", "113BB", "116BB", "117BT")
)

df %>%
  mutate(
    exposure2 = case_when(exposure == regmatches("d+\BT") ~ paste0("-", exposure),
                     TRUE ~ exposure)
  )

报错信息 #

Error: Problem with `mutate()` column `exposure2`.
i `exposure2 = case_when(...)`.
x argument "m" is missing, with no default
Run `rlang::last_error()` to see where the error occurred.

预期输出 #

df <- data.frame(
  exposure = c("123BT", "113BB", "116BB", "117BT"),
  exposure2 = c(-123, 113, 116, -117)
)

错误原因分析 #

1. regmatches用法错误：regmatches需要搭配regexpr/gregexpr先完成匹配，不能直接传入正则字符串；同时正则表达式写法有误，应该使用"\\d+BT$"来匹配以BT结尾的数字字符串。
2. 条件判断逻辑错误：case_when里用exposure == regmatches(...)完全不符合匹配逻辑，应该先判断字符串是否符合正则规则。
3. 结果类型不符合预期：原代码仅拼接负号字符串，没有转换为数值类型，无法得到预期的数值结果。

解决方案 #

使用tidyverse工具包的字符串处理函数，先提取数字、再根据后缀判断正负，最终得到数值类型结果：

简洁写法 #

library(tidyverse)

df <- data.frame(
  exposure = c("123BT", "113BB", "116BB", "117BT")
)

df %>%
  mutate(
    exposure2 = as.numeric(str_extract(exposure, "\\d+")) * 
      if_else(str_detect(exposure, "BT$"), -1, 1)
  )

分步写法（更清晰） #

library(tidyverse)

df <- data.frame(
  exposure = c("123BT", "113BB", "116BB", "117BT")
)

df %>%
  mutate(
    # 提取字符串中的数字部分并转为数值
    num_value = as.numeric(str_extract(exposure, "\\d+")),
    # 根据是否以BT结尾设置正负
    exposure2 = if_else(str_detect(exposure, "BT$"), -num_value, num_value),
    # 移除中间辅助列
    .keep = "unused"
  )

代码说明 #

• str_extract(exposure, "\\d+")：从字符串中提取连续的数字部分。
• str_detect(exposure, "BT$")：判断字符串是否以BT结尾（$表示匹配字符串末尾，避免误匹配中间含BT的情况）。
• if_else(...)：根据判断结果对数字乘以-1或1，得到预期的正负数值。

内容的提问来源于stack exchange，提问作者Joko Ade Nursiyono