R语言无分隔符列拆分：如何提取末尾两位数字外的前缀编码

核心思路是通过正则锚定字符串末尾的两位数字，不需要固定前缀长度即可完成拆分。

适配任意长度前缀的extract写法 #

你只需要修改extract函数的正则规则即可：

# 需先加载tidyr包，若使用tidyverse合集可直接加载tidyverse
library(tidyr)

df <- data.frame(code=rep(c('2d01', '2m04', '3C06', 'CrD05'), each=10),
                 pos=rep(c(3, 7,2,4), times=20))

df <- extract(df, code, into = c("code","number"),
              regex = "(.*)(\\d{2})$")

正则规则说明 #

• (.*)：第一个捕获组，匹配末尾两位数字之前的所有内容，适配任意长度的编码前缀
• (\\d{2})$：第二个捕获组，\\d{2}匹配两位数字，$将匹配位置锚定在字符串末尾，保证只会提取最后两位的数字作为number列
  拆分后CrD05会被拆分为CrD（code列）和05（number列），其余短前缀的编码也可正常拆分。

可选实现（基于dplyr+stringr） #

如果你更习惯用字符串提取的显式写法，也可以用如下代码实现相同效果：

library(tidyverse)

df <- df %>%
  mutate(
    number = str_extract(code, "\\d{2}$"),
    code = str_remove(code, "\\d{2}$")
  )

内容的提问来源于stack exchange，提问作者Gonzalo de Quesada