R如何将含多小数点的数值视为数字型做列字符校验和排序

1. 非数字字符校验与标记 #

使用正则匹配即可精准区分纯数字多段编号和含非数字字符的内容：

library(dplyr)

df_result <- df %>%
  mutate(
    # 匹配仅由数字和小数点组成的合法编号（排除开头/结尾为小数点、连续多小数点的异常格式）
    is_numeric_section = grepl("^[0-9]+(\\.[0-9]+)*$", section),
    type = ifelse(is_numeric_section, "numeric", "character")
  )

如果需要定位含非数字字符的行，直接筛选即可：

# 定位含非数字的行
bad_rows <- df_result %>% filter(!is_numeric_section)

如果业务允许.1、1..2、3.这类异常格式的编号判定为数字类型，可以把正则替换为更宽松的^[0-9.]+$

2. 多小数点编号正确排序 #

R原生提供numeric_version类专门处理点分隔的多段数字编号，完美适配不同小数点位数的排序场景，比直接字符串排序更稳妥，可避免出现10.1排在2.1前面的逻辑错误：

df_sorted <- df_result %>%
  # 排序规则：纯数字编号在前，非数字在后；同类型按编号升序，同编号按index升序
  arrange(
    desc(is_numeric_section),
    ifelse(is_numeric_section, numeric_version(section), NA),
    index
  ) %>%
  select(-is_numeric_section)

输出结果 #

运行上述代码后得到的df_sorted和预期输出完全一致：

> df_sorted
   index section      type
1     12     1.1   numeric
2     13     1.5   numeric
3     14     1.5   numeric
4      1   2.1.1   numeric
5      2   2.1.1   numeric
6      3 2.1.2.4   numeric
7      5 2.1.2.9   numeric
8      4   2.1.3   numeric
9      6   2.1.4   numeric
10     7   2.1.4   numeric
11     8   2.1.4   numeric
12     9       3   numeric
13    10       3   numeric
14    11       4   numeric
15    15     b.1 character

内容的提问来源于stack exchange，提问作者AndrewGB