使用R语言提取数据框字符串中右侧两个点间的数字

你的需求是从df$marker列的字符串里，提取右侧第一个点向左到下一个点之间的内容，比如从MVa.8.199038.R里拿到199038。先说说你原来代码的问题：substr函数需要的是起始和结束的位置数值，你写的\.是正则符号，语法不对，而且固定用nchar(df$marker)-2也不通用，因为不同字符串的目标子串长度不一样。

下面给两种通用的解决方案：

方法1：正则表达式（推荐） #

用sub函数匹配目标模式，直接提取需要的部分：

df$extracted <- sub(".*\\.(.*)\\..*", "\\1", df$marker)

• 正则逻辑：.*\\.匹配字符串开头到倒数第二个点的所有内容；(.*)捕获倒数第二个点和倒数第一个点之间的内容；\\..*匹配倒数第一个点到字符串结尾的内容；最后用\\1替换整个字符串，只保留捕获的目标部分。

方法2：拆分字符串后取值 #

先按点拆分字符串，再取倒数第二个元素：

df$extracted <- sapply(strsplit(df$marker, "\\."), function(x) x[length(x)-1])

• 逻辑解释：strsplit(df$marker, "\\.")把每个字符串按点拆分成列表；sapply遍历列表，每个子列表取倒数第二个元素（最右侧点后的内容是倒数第一个元素，往前一位就是我们要的目标）。

这两种方法都能适配不同长度的字符串，满足通用性要求。

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