R语言批量为数据框字符串添加上标/下标（基于V2列）

问题分析 #

你尝试通过拼接转义字符串的方式生成Unicode下标，但R不会自动解析字符串中的\uXXXX转义序列，导致拼接结果不符合预期。正确的做法是直接生成对应的Unicode字符，而非拼接转义字符串。

步骤1：构造初始数据框 #

testframe = data.frame(
  V1 = c("A34", "B21", "C64", "D83", "E92", "F24"),
  V2 = c(1, 3, 2, 2, 3, NA)
)

步骤2：数字转Unicode下标函数 #

下标数字的Unicode码点从U+2080（对应0）开始，每个数字n的码点为0x2080 + n，用intToUtf8直接生成对应字符：

num_to_subscript <- function(x) {
  if (is.na(x)) return(NA)
  intToUtf8(0x2080 + x)
}

步骤3：生成下标列并拼接结果 #

用sapply批量处理V2列，再通过ifelse判断NA情况，完成拼接：

# 生成对应下标字符
testframe$subscript <- sapply(testframe$V2, num_to_subscript)

# 拼接V1和下标，NA时保留原V1
testframe$result <- ifelse(
  is.na(testframe$subscript),
  testframe$V1,
  paste0(testframe$V1, testframe$subscript)
)

最终结果 #

运行后的数据框如下：

print(testframe)
#    V1 V2 subscript result
# 1 A34  1         ₁   A34₁
# 2 B21  3         ₃   B21₃
# 3 C64  2         ₂   C64₂
# 4 D83  2         ₂   D83₂
# 5 E92  3         ₃   E92₃
# 6 F24 NA      <NA>    F24

扩展：转为上标的处理 #

上标数字的Unicode码点规则不同（1-3对应特殊码点，4-9对应连续码点），可使用以下函数：

num_to_superscript <- function(x) {
  if (is.na(x)) return(NA)
  # 映射数字到对应上标的Unicode码点
  superscript_codes <- c(0x2070, 0x00B9, 0x00B2, 0x00B3, 0x2074, 0x2075, 0x2076, 0x2077, 0x2078, 0x2079)
  intToUtf8(superscript_codes[x + 1])
}

后续拼接逻辑与下标一致。

内容的提问来源于stack exchange，提问作者Essi