如何在R中提取数据框列中name字段的城市名称？

针对你这种格式固定的字符串，下面提供两种高效提取城市名的方案，适合批量处理：

方法一：用正则表达式（gsub实现） #

虽然你觉得gsub不是最优，但这种场景下正则足够高效，且写法简单。核心是匹配name='之后到下一个单引号之间的内容：

# 假设你的数据框是df，目标列名为place_col
df$city <- gsub(".*name='([^']+)'.*", "\\1", df$place_col)

正则说明： #

• .*name='：匹配任意字符直到遇到name='
• ([^']+)：捕获所有非单引号的字符（就是我们要的城市名）
• .*：匹配后面剩余的所有内容
• \\1：替换为捕获到的第一个组（也就是城市名）

方法二：结构化解析（更稳妥） #

由于这些字符串是R的函数调用格式，直接解析成表达式提取参数值，比正则更不容易出错（比如字符串格式有细微变化时）：

1. 先安装并加载rlang包（用于安全解析表达式）：

install.packages("rlang")
library(rlang)

2. 定义提取函数：

extract_city <- function(x) {
  # 捕获解析失败的情况，返回NA
  tryCatch({
    expr <- parse_expr(x)
    as.character(expr$name)
  }, error = function(e) NA_character_)
}

3. 批量提取：

df$city <- sapply(df$place_col, extract_city)

原理： #

parse_expr()把字符串转换成R可识别的表达式，直接提取name参数的值，完全不需要依赖字符匹配规则，格式兼容性更强。

内容的提问来源于stack exchange，提问作者Pietro Pisellone