在R语言中判断字符串指定位置数字并生成新变量

需求说明 #

针对包含9位数字字符串列Vectest的dataframe，生成新变量variable2：

• 当Vectest第7位为1时，variable2赋值为1
• 当第7位为2时，赋值为5
• 当第7位为3时，赋值为6
• 其他情况赋值为NA

示例数据与解决方案 #

方法1：使用grepl结合嵌套ifelse

按照你提到的grepl思路，通过正则表达式匹配第7位字符，结合ifelse完成赋值：

library(tidyverse)

# 构造示例数据
ID <- c(1,2,3,4,5,6)
Vectest <- c("830008100", "830056123", "830678309", "830008100", "830056123", "830678309")
data <- data.frame(ID, Vectest)

# 生成新变量
data <- data %>%
  mutate(variable2 = ifelse(grepl("^.{6}1", Vectest), 1,
                            ifelse(grepl("^.{6}2", Vectest), 5,
                                   ifelse(grepl("^.{6}3", Vectest), 6, NA))))

正则说明：^.{6}1表示从字符串开头起，匹配任意6个字符后紧跟1，即第7位为1；同理^.{6}2、^.{6}3分别匹配第7位为2、3的情况。

方法2：提取第7位后用case_when（更易读）

先通过substr直接提取第7位字符，再用case_when替代嵌套ifelse，代码可读性更强：

data <- data %>%
  mutate(
    # 提取第7位字符
    seventh_digit = substr(Vectest, 7, 7),
    # 按规则赋值
    variable2 = case_when(
      seventh_digit == "1" ~ 1,
      seventh_digit == "2" ~ 5,
      seventh_digit == "3" ~ 6,
      # 其他情况返回NA
      TRUE ~ NA_real_
    )
  ) %>%
  # 可选：删除中间生成的seventh_digit列
  select(-seventh_digit)

内容的提问来源于stack exchange，提问作者Patrick Parts