在R语言中从dataframe特定行提取字符串至Alt_ID列

核心思路 #

仅针对指定的第1、2、3、6行（注意：若你的DataFrame使用默认0起始索引，对应索引为0、1、2、5；若索引与行号一致，则对应索引1、2、3、6），通过精准匹配提取"JMs # "后的字母数字组合，赋值给Alt_ID列，其余行保持空值。

代码实现 #

import pandas as pd
import re

# 初始化Alt_ID列为空值
df1['Alt_ID'] = pd.NA

# 指定需要处理的目标行（根据实际索引调整）
target_rows = [1, 2, 3, 6]

# 定义提取逻辑：匹配"JMs # "后的字母数字内容
def extract_jm_id(text):
    match = re.search(r'JMs # ([A-Za-z0-9]+)', text)
    return match.group(1) if match else pd.NA

# 仅对目标行执行提取操作
df1.loc[target_rows, 'Alt_ID'] = df1.loc[target_rows, 'Field_notes'].apply(extract_jm_id)

关键说明 #

• 正则表达式r'JMs # ([A-Za-z0-9]+)'精准锁定"JMs # "后的字母数字组合，避免误提取"# broken leg"这类无关内容。
• 通过loc定位目标行，确保只有指定行被处理，其他行Alt_ID维持初始空值状态。
• 若你的行号是从0开始计数（pandas默认显示的第一行索引为0），需将target_rows修改为[0,1,2,5]。

内容的提问来源于stack exchange，提问作者Jacob