如何在R中从图片名称列提取信息生成新因子列？

核心思路 #

Image列的字符串通过下划线_分隔，我们需要提取第3、4、5段内容，以及第6段去掉.tif后缀的内容，将这些内容转为新的因子列Name1至Name4，并调整列顺序匹配需求。

方案一：Base R 实现 #

无需额外安装包，用基础R函数完成：

# 读取CSV数据（替换为你的文件路径）
df <- read.csv("data.csv", stringsAsFactors = FALSE)

# 按下划线拆分图片名称列
split_image <- strsplit(df$Image, "_")

# 提取对应位置的片段并处理后缀
df$Name1 <- sapply(split_image, function(x) x[3])
df$Name2 <- sapply(split_image, function(x) x[4])
df$Name3 <- sapply(split_image, function(x) x[5])
df$Name4 <- sapply(split_image, function(x) sub("\\.tif$", "", x[6]))

# 将新列转换为因子类型
df[, c("Name1", "Name2", "Name3", "Name4")] <- lapply(df[, c("Name1", "Name2", "Name3", "Name4")], as.factor)

# 调整列顺序（匹配示例输出结构）
df <- df[, c("Image", "Name1", "Name2", "Name3", "Name4", "Class", "Num Detections")]

方案二：Tidyverse 实现（dplyr + stringr） #

适合熟悉tidyverse生态的用户，代码更简洁直观：

# 先安装并加载所需包（首次使用需安装）
# install.packages(c("dplyr", "readr", "stringr"))
library(dplyr)
library(readr)
library(stringr)

# 读取CSV数据
df <- read_csv("data.csv")

# 拆分、提取、生成新列
df <- df %>%
  # 将图片名称拆分为临时列（保留原Image列）
  separate(Image, into = paste0("temp", 1:6), sep = "_", remove = FALSE) %>%
  # 生成目标因子列，处理Name4的后缀
  mutate(
    Name1 = as.factor(temp3),
    Name2 = as.factor(temp4),
    Name3 = as.factor(temp5),
    Name4 = as.factor(str_remove(temp6, "\\.tif$"))
  ) %>%
  # 移除临时列，调整列顺序
  select(Image, Name1, Name2, Name3, Name4, Class, `Num Detections`)

注意事项 #

• 如果图片名称的分隔规则有变化，需要调整提取的索引位置（比如x[3]对应拆分后的第3个片段）
• 若存在其他图片后缀（如.png），可修改正则表达式为"\\.(tif|png)$"以适配

内容的提问来源于stack exchange，提问作者Daniel Manrique