R语言：如何从时区列提取大洲信息并结合gsub实现替换？

需求说明 #

处理时区数据，新增Timezone_Continent列，从Timezone字段（示例值：GMT+1:00 Europe/Andorra）中提取对应的大洲名称（示例结果：Europe）。

原代码问题 #

原代码尝试用grep获取含"America"的时区字符串，再传入gsub替换，这种方式不可行——gsub的第一个参数需要是正则表达式模式，而非具体的字符串向量，无法直接批量替换匹配条目。

解决方案 #

方法1：基础正则替换（无需额外包） #

利用gsub的正则捕获功能，直接将整个时区字符串替换为目标大洲名称：

# 初始化新增列
df$Timezone_Continent <- df$Timezone

# 依次替换各大洲匹配项
df$Timezone_Continent <- gsub(".*(America).*", "\\1", df$Timezone_Continent)
df$Timezone_Continent <- gsub(".*(Europe).*", "\\1", df$Timezone_Continent)
df$Timezone_Continent <- gsub(".*(Asia).*", "\\1", df$Timezone_Continent)
df$Timezone_Continent <- gsub(".*(Africa).*", "\\1", df$Timezone_Continent)
df$Timezone_Continent <- gsub(".*(Oceania).*", "\\1", df$Timezone_Continent)
df$Timezone_Continent <- gsub(".*(Antarctica).*", "\\1", df$Timezone_Continent)

正则说明：.*匹配任意长度的前缀/后缀内容，(大洲名)捕获目标关键词，\\1引用捕获到的内容，实现只保留大洲名的效果。

方法2：用stringr包简化提取（更高效） #

借助stringr包的str_extract函数，直接从字符串中提取第一个匹配的大洲关键词：

library(stringr)

# 一次性匹配所有大洲关键词，提取结果
df$Timezone_Continent <- str_extract(df$Timezone, "America|Europe|Asia|Africa|Oceania|Antarctica")

这种方式无需多次调用gsub，一步完成所有大洲的提取，代码更简洁。

内容的提问来源于stack exchange，提问作者yllib.01