R语言如何移除数据集MatchID列的T20 #前缀提取数字

根据你处理数据用的工具不同，可以选下面几种最简便的方案：

• Python Pandas（适配后续数值分析场景，最常用）
  两种稳妥写法，处理完可以直接转成数值类型做计算：
  1. 直接替换固定前缀，适合格式完全统一的数据集：

  # 替换固定前缀，regex=False关闭正则提升效率
  df['MatchID'] = df['MatchID'].str.replace('T20 # ', '', regex=False)
  # 可选：转成整数类型方便后续数值计算
  df['MatchID'] = df['MatchID'].astype(int)
  

  2. 正则提取末尾数字，适合偶尔存在前缀多空格、格式小偏差的数据集，鲁棒性更强：

  # 提取字段末尾的连续数字，直接转整数
  df['MatchID'] = df['MatchID'].str.extract(r'(\d+)$').astype(int)
  

• Excel/WPS等桌面表格工具
  两种操作都可以10秒完成批量处理：
  1. 快速填充：在第一行MatchID对应的单元格手动输入目标值（比如第一行是T20 # 1就手动输1），选中下方所有需要填充的单元格，按快捷键Ctrl+E，软件会自动识别规则完成全列填充。
  2. 公式法：在空白列对应行输入公式=SUBSTITUTE(B2,"T20 # ","")（把B2替换成你实际MatchID列的首个数据单元格位置），下拉公式就能批量生成结果，需要数值格式的话套一层VALUE()函数即可。
• SQL查询阶段处理
  如果数据是从数据库读取，可以直接在查询时完成清洗，不用导出后再处理，通用写法如下（多数数据库函数名基本一致）：

  SELECT 
    match_date,
    -- 替换前缀后转成整数类型
    CAST(REPLACE(MatchID, 'T20 # ', '') AS UNSIGNED) AS MatchID
  FROM cricket_match_table;
  

• 纯文本文件批量替换（适合CSV/TSV格式原始数据）
  用VS Code、Notepad++这类支持正则替换的文本编辑器打开原始数据文件，打开查找替换面板：
  1. 简单场景直接查找T20 # ，替换内容留空，点全部替换即可；
  2. 怕误替换其他列的相同文本，可以开启正则匹配模式，查找内容填(\t)T20 # (\d+)，替换内容填$1$2，只会匹配制表符分隔后、MatchID字段位置的前缀内容，不会影响其他字段。

内容的提问来源于stack exchange，提问作者drumtr