R语言实现按列名方括号内编号拆分数据框列

核心思路是用正则精准定位方括号包裹的编号，避免匹配列名其他位置的数字，全程自动识别有效编号范围，无需手动指定最大编号，适配任意编号区间的输入数据。

前置依赖 #

使用tidyverse生态完成操作，先加载依赖包：

library(tidyverse)

通用实现代码 #

1. 读入自有数据（附测试样例） #

以下测试样例特意在列名前缀加入数字，用来验证防误判能力，实际使用时替换为自己的数据框即可：

# 测试样例数据
set.seed(123)
raw_df <- tibble(
  abc[1] = sample(c("One","Two","Three"), 5, replace = TRUE),
  abc2test[1] = sample(c("One","Two","Three"), 5, replace = TRUE),
  abc[2] = sample(c("One","Two","Three"), 5, replace = TRUE),
  def99[2] = sample(c("One","Two","Three"), 5, replace = TRUE),
  abc[100] = sample(c("One","Two","Three"), 5, replace = TRUE),
  def[100] = sample(c("One","Two","Three"), 5, replace = TRUE)
)

2. 自动识别列名对应编号 #

通过正则捕获方括号内的数字，建立列名和所属分组编号的映射关系：

col_index <- tibble(
  col_name = names(raw_df),
  # 正则严格匹配[]包裹的连续数字，捕获组提取编号，无合法编号的列返回NA
  group_id = str_match(col_name, "\\[(\\d+)\\]")[, 2] %>% as.integer()
) %>% 
  # 过滤掉不符合命名规则、不带方括号编号的列
  drop_na(group_id)

# 自动提取所有存在的编号并排序，无需手动指定编号上下限
valid_ids <- sort(unique(col_index$group_id))

正则说明：\\[(\\d+)\\]只会识别被左右方括号完整包裹的连续数字，就算列名前缀、其他位置带有数字（比如abc123[4]、x5y[67]），也只会提取方括号内的4、67作为分组依据，不会出现误匹配。如果列名中存在多个方括号数字段，可将正则替换为\\[(\\d+)\\]$，加结尾锚定符匹配列名末尾的编号即可。

3. 按编号拆分数据表 #

提供两种输出方式按需选择：

# 方式1：直接在全局环境生成独立数据框，命名规则为df_+编号（如df_1、df_2、df_100）
walk(valid_ids, function(id) {
  target_cols <- col_index %>% filter(group_id == id) %>% pull(col_name)
  assign(paste0("df_", id), select(raw_df, all_of(target_cols)), envir = .GlobalEnv)
})

# 方式2：结果存入命名列表，不污染全局环境，更推荐
split_result <- map(valid_ids, function(id) {
  target_cols <- col_index %>% filter(group_id == id) %>% pull(col_name)
  select(raw_df, all_of(target_cols))
}) %>% set_names(paste0("df_", valid_ids))

效果验证 #

以上述测试数据为例，运行后：

• df_1包含abc[1]、abc2test[1]两列
• df_2包含abc[2]、def99[2]两列
• df_100包含abc[100]、def[100]两列
  不管编号范围是1-3还是1-100，代码都可以自动适配，不需要调整匹配逻辑。

内容的提问来源于stack exchange，提问作者Sara Angela Gallarati