R语言中调整数据框A列字符与数字的位置（含下划线）

问题背景 #

我有一个包含A、B两列的数据框：

A       B
x_1234 rs4566
x_1567 rs3566
z_1444 rs78654
r_1234 rs34567

想要把A列里数字前的字符移到数字后面，同时保留下划线，期望输出：

A       B
1234_x rs4566
1567_x rs3566
1444_z rs78654
1234_r rs34567

尝试了以下代码但没成功：

DF$A <- gsub(".*_", "_*.", DF$A)

解决方法 #

你之前的gsub写法没用到正则捕获组，只是做了固定文本替换，自然达不到调换位置的效果。可以用正则捕获组来精准提取并调换两部分内容：

针对单个字母前缀的情况 #

如果A列前缀都是单个字母，用这个代码：

DF$A <- gsub("([a-z])_(\\d+)", "\\2_\\1", DF$A)

代码说明：

• ([a-z])：捕获下划线前的单个字母，作为第一个分组
• _：匹配固定的下划线
• (\\d+)：捕获下划线后的一串数字，作为第二个分组
• \\2_\\1：替换成「第二个分组（数字）+ 下划线 + 第一个分组（字母）」，实现位置调换

针对多字符前缀的情况 #

如果A列前缀可能有多个字母（比如ab_123），把[a-z]改成[a-z]+即可：

DF$A <- gsub("([a-z]+)_(\\d+)", "\\2_\\1", DF$A)

测试验证 #

用示例数据测试：

DF <- data.frame(
  A = c("x_1234", "x_1567", "z_1444", "r_1234"),
  B = c("rs4566", "rs3566", "rs78654", "rs34567")
)

DF$A <- gsub("([a-z])_(\\d+)", "\\2_\\1", DF$A)
print(DF)

输出结果完全符合预期：

A       B
1 1234_x rs4566
2 1567_x rs3566
3 1444_z rs78654
4 1234_r rs34567

内容的提问来源于stack exchange，提问作者Luker354