R语言实现：移除数据框地址列的L+数字/字母数字模式

可以通过正则表达式精准匹配所有需要移除的L开头模式，结合R的字符串处理函数完成批量清理。以下是两种可行方案：

方法1：Base R 原生 gsub 函数 #

使用覆盖所有变体的正则规则，一次性匹配并移除目标内容：

# 清理edited_address列
CB_Edit$edited_address <- gsub(
  pattern = "\\bL\\d{1,4}(?:[A-Z]\\d{0,4})?\\b",
  replacement = "",
  x = CB_Edit$edited_address,
  ignore.case = FALSE # 如果需要匹配小写l，改为TRUE
)
# 移除清理后可能残留的多余空格
CB_Edit$edited_address <- gsub("\\s+", " ", trimws(CB_Edit$edited_address))

正则规则说明：

• \\b：匹配单词边界，避免误匹配地址中包含L的正常单词（比如"Lake"）
• L：匹配大写字母L
• \\d{1,4}：匹配1到4位数字（对应0-9999范围）
• (?:[A-Z]\\d{0,4})?：非捕获组，可选匹配一个大写字母+0到4位数字（覆盖L1A、L1A1这类变体）
• ?：表示整个非捕获组是可选的，兼容纯数字后缀的情况（比如L123）

方法2：Tidyverse 生态 stringr 函数 #

如果习惯使用tidyverse，str_remove_all 更简洁：

library(stringr)

CB_Edit <- CB_Edit %>%
  mutate(
    edited_address = str_remove_all(edited_address, "\\bL\\d{1,4}(?:[A-Z]\\d{0,4})?\\b"),
    edited_address = str_squish(edited_address) # 自动移除多余空格并修剪首尾
  )

测试验证 #

用示例地址测试效果：

test_addresses <- c(
  "123 Main St L456",
  "L789B Oak Ave",
  "Pine Rd L10A12",
  "456 L7 Elm St"
)
str_remove_all(test_addresses, "\\bL\\d{1,4}(?:[A-Z]\\d{0,4})?\\b") %>% str_squish()
# 输出：[1] "123 Main St" "Oak Ave"     "Pine Rd"     "456 Elm St"

内容的提问来源于stack exchange，提问作者Andrew Russell