R语言中拆分data.frame电影名字段，提取年份与完整片名

核心思路：通过正则表达式定位字符串末尾的年份括号，分别提取年份、移除年份部分保留带原始括号的电影名。

方法一：使用tidyverse（stringr包） #

先加载依赖包，再处理数据：

library(tidyverse)

# 替换为你的实际data.frame
df <- tibble(
  movies_name = c("City of Lost Children, The (Cité des enfants perdus, La) (1995)",
                  "Blade Runner (1982)",
                  "Amélie (Le Fabuleux Destin d'Amélie Poulain) (2001)")
)

# 新增年份和电影名列
df <- df %>%
  mutate(
    # 提取年份：匹配末尾括号内的四位数字，去除括号
    year = str_extract(movies_name, "\\((\\d{4})\\)$") %>% str_remove_all("[()]"),
    # 提取完整电影名：移除末尾的年份括号及前面的空格
    movie_title = str_remove(movies_name, "\\s*\\(\\d{4}\\)$")
  )

# 查看结果
print(df)

方法二：使用Base R（无需额外包） #

如果不想加载第三方包，用base R的正则函数处理：

# 替换为你的实际data.frame
df <- data.frame(
  movies_name = c("City of Lost Children, The (Cité des enfants perdus, La) (1995)",
                  "Blade Runner (1982)",
                  "Amélie (Le Fabuleux Destin d'Amélie Poulain) (2001)"),
  stringsAsFactors = FALSE
)

# 提取年份
df$year <- gsub(".*\\((\\d{4})\\)$", "\\1", df$movies_name)
# 提取完整电影名
df$movie_title <- gsub("\\s*\\(\\d{4}\\)$", "", df$movies_name)

# 查看结果
print(df)

正则规则说明 #

• \\((\\d{4})\\)$：匹配字符串末尾的括号及其中四位数字，$确保只匹配最后一个括号，避免误抓其他括号内容。
• \\s*\\(\\d{4}\\)$：匹配年份括号前的任意空格（0个或多个）+年份括号，移除这部分后剩下的就是带原始括号的完整电影名。

内容的提问来源于stack exchange，提问作者Nada Abbas