如何在R中使用dplyr提取列元素的起始名称并替换原值？

针对你需要处理的10万行数据，我们可以借助dplyr结合stringr（tidyverse套件包含这两个包）的字符串处理功能，快速提取names列开头的纯字母部分，去掉后续的数字和字符。

完整实现代码 #

library(tidyverse)

# 构造示例数据
names = c("John123abc","George12894xyz","Mary789qwe")
value = c(1,2,3)
dat = tibble(names,value)

# 处理names列：提取开头的连续字母
dat_cleaned <- dat %>%
  mutate(names = str_extract(names, "^[A-Za-z]+"))

# 查看结果
dat_cleaned

代码说明 #

• str_extract(names, "^[A-Za-z]+")：用正则表达式匹配并提取目标内容
  • ^：匹配字符串的起始位置
  • [A-Za-z]：匹配任意大小写英文字母
  • +：表示匹配前面的字符（字母）一次或多次，确保提取完整的起始名称

处理后得到的结果如下：

这个方法效率足够处理10万行的数据，无需担心性能问题。

内容的提问来源于stack exchange，提问作者Homer Jay Simpson