R中使用stringr提取字符串指定片段及substr丢失变量问题求助

你执行的dat2 <- substr(dat2$route, 6, 7)代码直接将substr()返回的字符向量赋值给了整个dat2对象。原本dat2是包含多列的数据集，执行该语句后会被直接覆盖为仅含提取结果的一维向量，因此会丢失其余11个变量。

要求使用tidyverse相关包的前提下，更推荐使用正则提取的方式，适配不同长度的r编号（如r10、r100也可以正常提取），不会因为路径前缀长度变化导致提取错误：

• 方案1：dplyr::mutate + stringr::str_extract 实现，完整保留原有数据集

# 加载包，tidyverse已内置dplyr和stringr
library(tidyverse)

# 新增route_id列存储提取的r开头片段，原有列全部保留
dat2 <- dat2 %>%
  mutate(route_id = str_extract(route, "r\\d+"))

# 如果需要直接替换原route列的内容，将上方的route_id改为route即可

• 方案2：如果坚持使用固定位置截取的逻辑，正确赋值方式为指定列名，不要覆盖整个数据集

# 给新列赋值，原有列不会丢失
dat2$route_id <- substr(dat2$route, 6, 7)

该方案仅适用于所有route字段前缀固定为data/、且r后面只有1位数字的场景，兼容性较差。

内容的提问来源于stack exchange，提问作者JBerggreen