R语言扫描替换行值 提取每行地址规整至指定列

你的核心需求是逐行从col2、col3、col4中定位首字符为数字的地址值，与第一列的姓名组合为结果集，不需要使用嵌套ifelse，以下两种实现方式简洁且易维护：

方案1：Base R 无依赖实现 #

直接使用max.col函数定位每行第一个匹配地址规则的列索引，无需提前生成辅助布尔列，一步完成计算：

# 原始示例数据
sample_data = data.frame(
  col1 = c("james", "john", "henry"), 
  col2 = c("123 forest road", "jason", "tim"), 
  col3 = c("NA", "124 valley street", "peter"), 
  col4 = c("NA", "NA",  "125 ocean road") 
)

# 定位每行第一个符合「首字符为数字」规则的列位置
match_mat <- t(apply(sample_data[, 2:4], 1, function(cell) grepl("^[0-9]", cell)))
addr_col_pos <- max.col(match_mat, ties.method = "first")

# 组装最终结果
desired_result <- data.frame(
  col1 = sample_data$col1,
  col2 = as.matrix(sample_data[, 2:4])[cbind(seq_len(nrow(sample_data)), addr_col_pos)]
)

运行后输出完全匹配预期结果：

col1              col2
1 james   123 forest road
2  john 124 valley street
3 henry    125 ocean road

方案2：tidyverse 生态实现 #

如果日常使用tidyverse工作流，可以用长宽表转换的思路实现，代码可读性更强：

library(dplyr)
library(tidyr)

desired_result <- sample_data |>
  pivot_longer(cols = -col1, values_to = "col2", names_to = NULL) |>
  filter(grepl("^[0-9]", col2)) |>
  select(col1, col2)

注意事项 #

• 示例数据中的"NA"是字符串类型而非R原生缺失值NA，上述正则判断逻辑可直接适配；如果后续数据中使用原生缺失值，正则会自动判定为不匹配，无需额外加缺失值判断逻辑
• 两种方案都支持待判断列的扩展：如果后续需要从更多列中查找地址，只需要修改列选择的范围即可，不需要重写核心判断逻辑，相比嵌套ifelse的可维护性高很多

内容的提问来源于stack exchange，提问作者stats_noob