如何在R Studio中从客户地址列提取城镇至新列？

方法1：固定格式下用tidyr分割列 #

如果你的地址格式是固定的逗号分隔结构（比如示例里的「街道, 门牌号, 城镇, 州, 国家」），用tidyr::separate最省心：

先加载tidyverse工具包：

library(tidyverse)

运行代码分割列并提取城镇：

df <- df %>%
  separate(address, into = c("street", "house_num", "town", "state", "country"), 
           sep = ", ", extra = "merge", fill = "right")

• sep = ", "：按「逗号+空格」的规则分割地址
• extra = "merge"：遇到地址里有多余逗号时，把额外内容合并到最后一列，避免报错
• fill = "right"：如果某些地址段数不够，自动补NA

方法2：按位置提取（灵活适配段数变化） #

如果城镇始终是倒数第三个分隔段（比如有的地址前面字段可能有变动，但城镇在州和门牌号之间），用stringr的分割功能：

library(stringr)

# 直接提取第3段
df$town <- str_split(df$address, ", ", simplify = TRUE)[,3]

# 或者从后往前数，更稳妥（比如地址前面可能有额外字段）
df$town <- sapply(str_split(df$address, ", "), function(x) x[length(x)-2])

方法3：正则表达式（应对格式不固定的复杂情况） #

如果地址格式不统一，但城镇名称只包含字母和空格，且后面跟着州和国家，可以用正则匹配精准提取：

df$town <- str_extract(df$address, "(?<=, )[A-Za-z ]+(?=, [A-Za-z ]+, [A-Z]{2,})")

这个正则的逻辑是：匹配「逗号+空格」之后、「逗号+州名+逗号+大写国家缩写」之前的字母+空格组合，适配大部分美式地址结构。如果你的国家格式不是大写缩写，调整最后一段正则即可。

内容的提问来源于stack exchange，提问作者Cosplay_111