使用R提取.edu后缀网站关联人名 代码返回NA如何解决

你编写的代码核心错误为行索引逻辑错误：str_sub(merged_data$Website, -3, -1) 会返回每个网站地址最后三位的字符串，直接将该字符串向量作为数据集的行索引时，R会尝试将字符串与数据集的行名做匹配，无法匹配到对应行就会全部返回NA值。

如果需要筛选后缀为.edu的网站对应的人员信息，需要先生成布尔逻辑向量作为行索引，修改后的代码如下：

library(stringr)
# 提取网址最后三位转小写后判断是否为edu，兼容大写.EDU、网址首尾带空格的场景
edu_filter <- str_to_lower(str_trim(merged_data$Website)) |> 
  str_sub(-3, -1) == "edu"
# 用布尔向量筛选符合条件的行
educational_institution = merged_data[edu_filter, c('LastName', 'FirstName','Website')]
head(educational_institution)

如果你需要匹配的是包含.edu的所有网址（比如.edu.cn、.edu.hk这类非最后三位的.edu后缀），可以改用正则匹配的方式：

library(stringr)
# 匹配所有包含.edu的网址
edu_filter <- str_detect(str_to_lower(str_trim(merged_data$Website)), "\\.edu")
educational_institution = merged_data[edu_filter, c('LastName', 'FirstName','Website')]
head(educational_institution)

内容的提问来源于stack exchange，提问作者tsy1