R语言data.table中用lapply+正则批量创建列报错，求解决方法

问题背景 #

需求：从data.table的某列中提取指定字符串后的数值，批量生成新列。

示例代码：

dt <- data.table(col.1 = c("a1, b2, c3, d4"))
x <- c("a", "b", "c")

dt[, (x) := lapply(FUN = str_match(string = .SD, 
                                   pattern = paste0("(?<=", x, ")([\\d])"))[, 2], 
                   X = x),
   .SDcols = "col.1"]

期望结果：

desirable <- data.table(col.1 = c("a1, b2, c3, d4"),
                        a = c("1"),
                        b = c("2"),
                        c = c("3"))

实际运行报错：

Error in match.fun(FUN) :
c("'str_match(string = .SD, pattern = paste0("(?<=", x, ")([\\d])"))[, ' is not a function, character or symbol", "' 2]' is not a function, character or symbol")

错误原因 #

• lapply的FUN参数必须传入函数对象，你直接传入了str_match(...)[,2]这个计算表达式，R无法将其识别为合法函数，因此触发报错。
• .SD是data.table的子数据集（此处为单列数据框），str_match处理数据框返回矩阵，直接索引[,2]的逻辑不符合lapply对每个元素迭代的要求。

修正方案 #

方法一：规范lapply用法，包装提取逻辑为函数 #

library(data.table)
library(stringr)

dt <- data.table(col.1 = c("a1, b2, c3, d4"))
x <- c("a", "b", "c")

dt[, (x) := lapply(x, function(prefix) {
  # 为每个前缀生成匹配正则
  pattern <- paste0("(?<=", prefix, ")(\\d)")
  # 提取对应数值，取匹配结果的第二列（捕获组内容）
  str_match(col.1, pattern)[, 2]
})]

方法二：用str_extract简化提取逻辑 #

如果只需要匹配前缀后的第一个数字，str_extract更简洁：

dt[, (x) := lapply(x, function(prefix) {
  str_extract(col.1, paste0("(?<=", prefix, ")\\d"))
})]

运行后输出符合预期：

> dt
          col.1 a b c
1: a1, b2, c3, d4 1 2 3

内容的提问来源于stack exchange，提问作者Ian Wang