R语言：从文件路径提取字符新增DataFrame的Code列

你已经完成了多Excel文件的读取与合并，接下来只需通过正则表达式从id列的文件路径中提取目标Code即可，这里提供两种适配你现有代码的实现方式：

方法1：使用tidyverse生态（推荐，与你现有代码风格一致） #

既然你已经在使用dplyr的bind_rows，搭配stringr包的字符串提取函数会非常顺手：

library(readxl)
library(dplyr)
library(stringr)

# 读取并合并Excel文件
files <- list.files(path = "ExcelFile/", pattern = "*.xlsx", full.names = T)
tbl <- sapply(files, read_excel, simplify=FALSE) %>% 
  bind_rows(.id = "id") %>%
  # 新增Code列：提取id中CP开头+4位数字的部分
  mutate(Code = str_extract(id, "CP\\d{4}"))

正则说明 #

"CP\\d{4}" 专门匹配以CP开头，后跟4位数字的字符串，完美匹配你需要的CP1213、CP1314这类格式。如果后续Code的数字长度有变化，只需把\\d{4}改成\\d+（匹配任意长度数字）即可。

方法2：使用Base R（无需额外加载包） #

如果不想引入新包，用Base R的sub函数也能实现：

# 在已合并的tbl数据框中新增Code列
tbl$Code <- sub(".*(CP\\d{4}).*", "\\1", tbl$id)

正则说明 #

• .* 匹配任意数量的任意字符（用来跳过路径中Code之前的内容）
• (CP\\d{4}) 是我们要捕获的目标内容（用括号标记为捕获组）
• \\1 引用第一个捕获组的内容，最终只保留我们需要的Code字符串

处理后的数据效果 #

执行上述代码后，你的数据框会变成预期的样子：

内容的提问来源于stack exchange，提问作者ranaz