如何在R的dplyr工作流中提取姓名列首尾元素并合并为新列？

首先加载所需包与样本数据：

library(tidyverse)

# 加载样本数据框
df <- structure(list(FirstName = c("Albus Percival Wulfric Brian Dumbledore", 
"Harry James Potter", "Tom Marvollo Riddle", "Lord Voldemort"
), Email = c("albusD@hogwarts.com", "harryP@hogwarts.com", "tomR@hogwarts.com", 
"LV@Wiz.com"), ClassSection = c("HeadMaster", "Student", "Dark Lord in training", 
"Dark Lord")), row.names = c(NA, -4L), spec = structure(list(
    cols = list(FirstName = structure(list(), class = c("collector_character", 
    "collector")), Email = structure(list(), class = c("collector_character", 
    "collector")), ClassSection = structure(list(), class = c("collector_character", 
    "collector"))), default = structure(list(), class = c("collector_guess", 
    "collector")), delim = ","), class = "col_spec"), class = c("spec_tbl_df", 
"tbl_df", "tbl", "data.frame"))

方法一：拆分列表后提取首尾元素 #

利用str_split拆分姓名为列表列，再通过purrr::map_chr逐元素提取首末项并合并：

df_1 <- df %>%
  mutate(name_abbrev = map_chr(str_split(FirstName, "\\s+"), 
                               ~paste(first(.x), last(.x), sep = " ")))

# 查看结果
df_1 %>% select(FirstName, name_abbrev)

说明： #

• str_split(FirstName, "\\s+")：按一个或多个空格拆分姓名，生成存储字符向量的列表列
• map_chr(..., ~paste(first(.x), last(.x), sep = " "))：对每个拆分后的字符向量，用first()取首元素、last()取尾元素，再用paste()合并成字符串，最终返回字符列而非列表列

方法二：正则表达式直接匹配（更高效） #

无需拆分字符串，直接用正则提取首尾单词并合并，避免列表列操作：

方式A：分别提取首尾后合并 #

df_2 <- df %>%
  mutate(
    first_name = str_extract(FirstName, "^\\w+"),
    last_name = str_extract(FirstName, "\\w+$"),
    name_abbrev = str_c(first_name, last_name, sep = " ")
  ) %>%
  select(-first_name, -last_name) # 可选：删除中间辅助列

方式B：单次正则替换 #

用捕获组匹配首尾单词，直接替换掉中间内容：

df_3 <- df %>%
  mutate(name_abbrev = str_replace(FirstName, "^(\\w+).*(\\w+)$", "\\1 \\2"))

说明： #

• ^\\w+：匹配字符串开头的第一个单词（\\w匹配字母/数字/下划线，适用于常规姓名）
• \\w+$：匹配字符串结尾的最后一个单词
• ^(\\w+).*(\\w+)$：两个捕获组分别锁定首、尾单词，中间.*匹配任意内容，替换时用\\1 \\2提取捕获组内容合并

之前尝试失效的原因 #

• separate丢失中间元素：该函数需要预设拆分后的列数，无法灵活处理不同长度的姓名
• 直接用tail/last处理列表列：这类函数针对向量设计，必须结合map系列函数逐元素操作，才能正确提取每个列表项的首尾元素

内容的提问来源于stack exchange，提问作者Pss