如何从R语言dataframe的字符串列中提取多个匹配的指定模式值

以下两种方法都可以实现需求，可根据使用场景选择：

• 方法1：tidyverse生态常用的stringr包方案
  该方法代码简洁易读，是字符串处理的常用选择：

  # 未安装包先执行 install.packages("stringr")
  library(stringr)
  
  # 匹配AOB加1到3的模式，提取结果存入新列
  df$extract_res <- str_extract(df$string, "AOB[1-3]")
  

  执行后查看结果：

  > df
    id          string extract_res
  1  1     acv-32-AOB1        AOB1
  2  2    osa-122-AOB2        AOB2
  3  3 cds-543-rr-AOB3        AOB3
  

• 方法2：R基础包方案，无需安装额外依赖
  适合不想额外安装第三方包的场景：

  # 匹配定位
  pattern_pos <- gregexpr("AOB[1-3]", df$string)
  # 提取匹配内容
  df$extract_res <- unlist(regmatches(df$string, pattern_pos))
  

注：如果每个字符串可能存在多个符合要求的匹配项，可将str_extract替换为str_extract_all，gregexpr本身就支持多匹配提取。

内容的提问来源于stack exchange，提问作者amisos55