R中使用stringr::str_locate获取子串位置出错，如何得到正确结果？

你的代码出问题的核心在于没搞清楚str_locate()的向量化返回格式，以及dplyr中mutate的工作逻辑——我来帮你拆解清楚：

str_locate()对字符串向量操作时，会返回一个n行2列的矩阵（n是向量的长度），每一行对应一个字符串的匹配起始、结束位置。当你在mutate里直接写str_locate(x, "de")[1]时，你提取的是这个矩阵的第一个元素（也就是第一行第一列的3），然后dplyr会把这个单一值重复填充到所有行，所以两行结果都是3。

要得到每行字符串中"de"的起始位置，有两种简单的解决方法：

方法1：提取矩阵的第一列 #

直接取str_locate返回矩阵的第一列（对应匹配的起始位置），这样就能得到每个字符串的匹配起始位置向量：

library(tibble)
library(stringr)

t1 <- tibble(x = c("aaded", "dedere"))
bb <- t1 %>% mutate(de_start = str_locate(x, "de")[, 1])
bb

运行结果：

# A tibble: 2 x 2
  x      de_start
  <chr>     <int>
1 aaded         3
2 dedere        1

方法2：用rowwise()逐行处理 #

通过rowwise()让dplyr对每行单独执行操作，这样str_locate(x, "de")[1]就会取当前行匹配结果的第一个元素：

bb <- t1 %>% 
  rowwise() %>% 
  mutate(de_start = str_locate(x, "de")[1]) %>% 
  ungroup()  # 记得取消逐行模式，避免影响后续操作
bb

这个方法也能得到和上面完全一致的正确结果。

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