R语言向量数值提取与格式转换技术需求问询

转换思路 #

通过正则表达式匹配提取有效数字部分，再转换为数值类型，精准对应需求规则：

• 纯文本元素：匹配不到数字，自动转为NA
• 带百分号的元素：先移除%符号，再提取数字
• 数字开头带文本的元素：仅提取开头的数字（支持整数、小数、科学计数法格式）

实现代码 #

# 若未安装stringr包，先执行安装
# install.packages("stringr")

# 原向量
vector <- c("0.78953744969927742", "0.46557689748480685", "0.19740881059705201", 
            "9.7073839462985714E-2", "4.9051709747422199E-2", "0.1167420589551126", 
            "0.12679434401288708", "0.51370748568563795", "0.1925345466801483", 
            "0.48287163643195624", "4.211984449707315E-2", "blablablab", 
            "0.10553766233766231", "7.8187250996015922E-2", "0.20718689788053954", 
            "1.6450511945392491E-2", "0.51752961082910309", "0.10978571428571428", 
            "0.42610062893081763", "0.52208333333333334", "0.27569868995633184", 
            "7.7189939288811793E-2", "0.53982300884955747", "38.25% (blablabla) blablablablablablablablablablablabla","0.22324159021406728")

# 第一步：移除所有元素中的百分号
vector_clean <- gsub("%", "", vector)

# 第二步：提取开头的有效数字（支持科学计数法）
numeric_str <- stringr::str_extract(vector_clean, "^[-+]?\\d*\\.?\\d+(?:[eE][-+]?\\d+)?")

# 第三步：转换为数值类型，提取不到的自动转为NA
result <- as.numeric(numeric_str)

# 查看格式化后的结果
print(result, digits = 6)

代码解释 #

1. 移除百分号：用gsub()批量替换所有元素中的%符号，统一数字格式。
2. 提取数字部分：正则表达式^[-+]?\\d*\\.?\\d+(?:[eE][-+]?\\d+)?精准匹配开头的数字，覆盖整数、小数、科学计数法；str_extract()仅提取第一个匹配串，刚好满足"数字开头带文本只保留数字"的需求。
3. 转换数值：as.numeric()会将无法提取数字的空字符串自动转为NA，对应纯文本元素的处理规则。

运行结果 #

[1] 0.789537 0.465577 0.197409 0.097074 0.049052 0.116742 0.126794 0.513707
 [9] 0.192535 0.482872 0.042120        NA 0.105538 0.078187 0.207187 0.016451
[17] 0.517530 0.109786 0.426101 0.522083 0.275699 0.077190 0.539823 0.382500
[25] 0.223242

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