如何从ACS数据中移除ZCTA并提取5位邮政编码？

针对ACS数据里邮政编码带“ZCTA”前缀的问题，不用循环，直接用向量化的字符串处理函数就能高效解决，完全适配大数据集：

方法1：直接提取最后5位字符 #

不管前缀内容是什么，直接取字符串最后5位（邮编固定为5位数字），两种实现方式：

• 基础R原生函数：

  # 假设数据框为df，邮编列名为zip_col
  df$clean_zip <- substr(df$zip_col, nchar(df$zip_col)-4, nchar(df$zip_col))
  

• tidyverse工具包（stringr）：

  library(stringr)
  df$clean_zip <- str_sub(df$zip_col, start = -5)
  

方法2：正则移除固定前缀 #

如果前缀确定是“ZCTA”，可以直接精准替换掉前缀：

• 基础R的gsub函数：

  df$clean_zip <- gsub("^ZCTA", "", df$zip_col)
  

• tidyverse的str_remove函数：

  library(stringr)
  df$clean_zip <- str_remove(df$zip_col, "^ZCTA")
  

为什么不用循环？ #

R的向量化操作比循环效率高几个量级，大数据集下能节省大量计算时间，以上方法都是直接对整列数据批量处理，完全不用逐行循环。

内容的提问来源于stack exchange，提问作者kelsz24