R语言字符串分割求助：如何从字符向量生成规整DataFrame

针对你的问题，核心思路是抓住字符串的固定结构特征：每个条目都是「数字+x + 产品名 + R + 数字」，而且价格前的R是位于字符串末尾的固定标识（带前后空格）——不管产品名里有没有大写R，我们都可以通过正则表达式的捕获组来精准提取三个关键字段：数量、产品名、价格。

具体实现代码 #

方法1：使用stringr包（推荐，语法更直观）

先加载stringr，然后用正则匹配提取：

# 你的示例数据（新增一个含大写R的产品名测试）
items <- c(
  "1x Tomatoes 1kg R 16", 
  "1x Oyster Mushroom R 20", 
  "1x Potatoes 1 kg R 15",
  "2x Rich Rye Bread R 30"
)

library(stringr)

# 定义正则模式，捕获三个分组：数量、产品名、价格
pattern <- "^(\\d+)x (.*) R (\\d+)$"

# 提取匹配结果
matches <- str_match(items, pattern)

# 转换为DataFrame
df <- data.frame(
  Quantity = as.integer(matches[, 2]),
  Product_Name = matches[, 3],
  Price = as.integer(matches[, 4]),
  stringsAsFactors = FALSE
)

print(df)

运行后输出：

Quantity    Product_Name Price
1        1    Tomatoes 1kg    16
2        1 Oyster Mushroom    20
3        1   Potatoes 1 kg    15
4        2   Rich Rye Bread    30

方法2：使用基础R的strcapture（无需额外包）

如果不想加载第三方包，可以用基础R的strcapture函数直接生成DataFrame：

items <- c(
  "1x Tomatoes 1kg R 16", 
  "1x Oyster Mushroom R 20", 
  "1x Potatoes 1 kg R 15",
  "2x Rich Rye Bread R 30"
)

pattern <- "^(\\d+)x (.*) R (\\d+)$"

df <- strcapture(
  pattern = pattern,
  x = items,
  proto = data.frame(
    Quantity = integer(),
    Product_Name = character(),
    Price = integer()
  )
)

正则模式解释 #

^(\\d+)x (.*) R (\\d+)$ 各部分的含义：

• ^：匹配字符串开头，确保从第一个字符开始匹配
• (\\d+)：捕获1个或多个数字，对应「数量」字段
• x ：匹配固定的"x "（带空格），避免和产品名中的字母x混淆
• (.*)：贪婪匹配任意字符，直到遇到最后一个R，这部分就是我们要的「产品名」（不管里面有没有大写R）
• R：匹配价格前的固定标识（空格+R+空格），作为产品名和价格的分隔符
• (\\d+)$：捕获字符串末尾的1个或多个数字，对应「价格」字段

注意事项 #

这个方案的前提是你的所有数据都符合「最后一个R是价格前缀」的结构，如果有例外（比如价格前的R没有空格、或者产品名末尾刚好是R），可以根据实际情况微调正则模式，比如把R改成\\sR\\s来匹配任意空白符，或者调整捕获组的贪婪/非贪婪模式。

内容的提问来源于stack exchange，提问作者Noodle18