Stata提取括号外数字并生成合并列表的技术问询

针对你的需求，我们可以用stringr包（属于tidyverse生态）配合正则表达式实现，步骤清晰高效：

1. 构造示例数据 #

先模拟你提到的数据框：

library(tidyverse)

df <- tibble(
  target_col = c("28316496(15)|28943784(8)|28579919(7)", "29343898(1)")
)

2. 提取每行的括号外数字（生成列表） #

使用str_extract_all配合正向预查正则表达式\\d+(?=\\()，精准匹配括号前的数字：

# 新增列表列，存储每行提取出的数字
df <- df %>%
  mutate(num_list = str_extract_all(target_col, "\\d+(?=\\())")

此时num_list列的内容为：

• 第一行：["28316496", "28943784", "28579919"]
• 第二行：["29343898"]

3. 合并所有数字为分号分隔的字符串 #

将所有行的数字展开后合并：

final_result <- df %>%
  unnest_longer(num_list) %>%  # 展开列表列
  pull(num_list) %>%           # 提取数字向量
  str_collapse(";")            # 用分号合并

运行后final_result的结果就是你需要的：
"28316496;28943784;28579919;29343898"

备选：Base R实现（无需tidyverse） #

如果不想加载tidyverse，用基础R也能完成：

df <- data.frame(
  target_col = c("28316496(15)|28943784(8)|28579919(7)", "29343898(1)"),
  stringsAsFactors = FALSE
)

# 提取所有数字
all_nums <- unlist(lapply(df$target_col, function(x) stringr::str_extract_all(x, "\\d+(?=\\())[[1]]"))
final_result <- paste(all_nums, collapse = ";")

正则表达式说明 #

\\d+(?=\\()的含义：

• \\d+：匹配1个或多个数字
• (?=\\()：正向预查，确保匹配的数字后面紧跟左括号(，这样就只会提取括号外的目标数字，不会误匹配括号内的数字。

内容的提问来源于stack exchange，提问作者ClaraJ