如何从URL中提取最后一个ID？R语言批量处理异常求助

问题原因 #

你的代码里temp[[1]][length(temp[[1]])]是直接取temp列的第一个列表元素的最后一项，所以所有行都会复用第一行的分割结果，导致ID全部重复。

解决方案1：修正原分割逻辑 #

利用purrr包的map_chr函数，逐行处理str_split返回的列表列，提取每行的最后一项：

library(stringr)
library(dplyr)
library(purrr)

df = read.csv('~/Downloads/urls.csv')

df = df %>%
  mutate(temp = str_split(url, pattern = '-')) %>%
  # 遍历每个列表，取最后一个元素并转为字符向量
  mutate(id = map_chr(temp, ~ last(.x))) %>%
  select(-temp) # 可选：删除临时的temp列

解决方案2：更简洁的正则提取法 #

既然你已经用basename拿到了最后一个斜杠后的文本，直接用正则表达式提取末尾的数字更高效，不需要分割字符串：

library(stringr)
library(dplyr)

df = read.csv('~/Downloads/urls.csv')

df = df %>%
  mutate(basename_text = basename(url)) %>%
  # 提取字符串末尾的所有数字
  mutate(id = str_extract(basename_text, "\\d+$")) %>%
  select(-basename_text) # 可选：删除临时列

正则\\d+$的含义是：匹配字符串末尾（$）的一个或多个数字（\\d+）。

内容的提问来源于stack exchange，提问作者Firda el.