R语言如何提取数据列中[]包裹的内容并生成新code列？

你当前使用的gsub是全局替换函数，核心逻辑是将匹配到的内容替换为指定字符串，和你需要「提取所有匹配内容并拼接」的需求不符，所以才会出现反向效果。

注意：你提到原始列名为fruits，如果你实际存储内容的列名为Name（从你现有代码的noc$Name推测），把下方代码里的列名替换为Name即可。

实现方案 #

方案1：使用stringr包（更简洁，tidyverse生态常用） #

用str_extract_all提取所有符合规则的方括号内容，再对提取结果做判断，空值返回NA，非空值用逗号拼接。

# 加载依赖包
library(dplyr)
library(stringr)

noc <- noc %>%
  mutate(code = str_extract_all(fruits, "\\[\\d+\\]") %>% 
           sapply(function(x) {
             ifelse(length(x) == 0, NA_character_, paste(x, collapse = ", "))
           }))

如果你的方括号内不全是数字，需要匹配任意方括号包裹内容，可将正则替换为\\[[^\\]]+\\]，避免贪婪匹配错误。

方案2：Base R实现（无需安装额外包） #

用base R自带的gregexpr和regmatches完成提取，再做后续处理：

# 提取所有匹配的方括号内容
match_res <- gregexpr("\\[\\d+\\]", noc$fruits)
extract_res <- regmatches(noc$fruits, match_res)

# 生成新列
noc$code <- sapply(extract_res, function(x) {
  if (length(x) == 0) NA_character_ else paste(x, collapse = ", ")
})

用你给出的示例值apples [8]; bananas [102], pineapple [4000], total测试，以上两种方案都可以输出预期结果[8], [102], [4000]，无匹配内容的行将返回NA。

内容的提问来源于stack exchange，提问作者user15032839