针对你提出的需求——把PDF表格提取出的分钟数对应到对应日期组的最后一个位置，其余日期填NA——这里有几个更简洁、可读性更强的优化方案，同时保留你原有实现的核心逻辑：

原始问题回顾 #

先明确你的输入数据和目标：

# 原始向量
x <- c("Description 1 2 3 4","5 6 7 8 9 10 11 12","13 14 15 16 17","18 19 20 21 22","23 24 25","26 27 28","","29","30 31","Tot")
y <- c("Minutes","","","35","60 60 30","60 60","","15","60 60","440")

目标是生成一个2行31列的矩阵：第一行是1-31的日期，第二行对应分钟数，无数据的位置填NA。

优化方案1：用tidyverse实现管道式清晰逻辑 #

如果你习惯用tidyverse生态，下面的代码通过purrr::map2直接配对x和y的对应元素，避免了列索引循环，逻辑更直观：

library(tidyverse)

# 去掉最后一行的汇总行（Tot和440）
x_clean <- x[-length(x)]
y_clean <- y[-length(y)]

# 逐对处理每个x和y的元素
result_list <- map2(x_clean, y_clean, function(x_str, y_str) {
  # 提取日期数字
  dates <- str_extract_all(x_str, "\\d+") %>% unlist()
  # 提取分钟数字
  mins <- str_extract_all(y_str, "\\d+") %>% unlist()
  
  # 生成分钟向量：前面补NA，最后几个位置填实际分钟数
  mins_vec <- if (length(mins) == 0) {
    rep(NA, length(dates))
  } else {
    c(rep(NA, length(dates) - length(mins)), mins)
  }
  
  # 返回日期和分钟的 tibble，方便后续合并
  tibble(date = dates, minutes = mins_vec)
})

# 合并结果并整理成目标矩阵
final_result <- bind_rows(result_list) %>% 
  mutate(date = as.integer(date)) %>% 
  arrange(date) %>% 
  pull(minutes) %>% 
  {rbind(1:31, .)}

# 查看结果
final_result

优点：管道式写法让数据处理流程一目了然，map2直接对应x和y的元素，避免了手动处理列索引，减少出错概率。

优化方案2：基础R轻量实现 #

如果不想加载额外包，用基础R的mapply也能实现同样效果，代码更轻量：

# 原始数据
x <- c("Description 1 2 3 4","5 6 7 8 9 10 11 12","13 14 15 16 17","18 19 20 21 22","23 24 25","26 27 28","","29","30 31","Tot")
y <- c("Minutes","","","35","60 60 30","60 60","","15","60 60","440")

# 清理数据：去掉汇总行
x_clean <- x[-length(x)]
y_clean <- y[-length(y)]

# 定义单对元素的处理函数
process_pair <- function(x_str, y_str) {
  # 提取日期：先清理非数字字符，再拆分
  dates <- gsub("[^0-9 ]", "", x_str) %>% 
    strsplit("\\s+") %>% 
    unlist() %>% 
    as.integer() %>% 
    na.omit() # 过滤空值
  
  # 提取分钟：拆分后过滤空值
  mins <- strsplit(y_str, "\\s+") %>% 
    unlist() %>% 
    as.integer() %>% 
    na.omit()
  
  # 生成分钟向量
  mins_vec <- if (length(mins) == 0) {
    rep(NA, length(dates))
  } else {
    c(rep(NA, length(dates) - length(mins)), mins)
  }
  
  data.frame(date = dates, minutes = mins_vec)
}

# 应用函数并合并结果
result_df <- do.call(rbind, mapply(process_pair, x_clean, y_clean, SIMPLIFY = FALSE))
# 按日期排序
result_df <- result_df[order(result_df$date), ]

# 生成目标矩阵
final_result <- rbind(1:31, result_df$minutes)

# 查看结果
final_result

优点：完全依赖基础R函数，不需要额外安装包，适合在受限环境中使用，逻辑同样清晰。

对你原有代码的小改进 #

你的原有实现已经很好地完成了需求，这里可以做两个小调整提升效率：

1. 去掉print(x)的调试代码，避免不必要的输出；
2. 直接用map2替代按列索引循环，减少索引操作的复杂度。

内容的提问来源于stack exchange，提问作者AyeTown