R语言如何按指定字符串格式筛选数据行？优先使用tidyverse方案

tidyverse 方案（优先推荐） #

你需要的匹配规则可以通过正则表达式^[A-Za-z]{5}\\d{3}$实现，该表达式逻辑为：严格匹配从开头到结尾共5个英文字母+3个数字的字符串，无额外字符。
你可以直接用tidyverse生态下stringr包的str_detect()函数完成筛选：

# 加载tidyverse
library(tidyverse)

# 假设你的数据集名为df，ID列名为id
# 直接提取所有不符合格式的行用于核查
invalid_ids <- df %>%
  filter(!str_detect(id, "^[A-Za-z]{5}\\d{3}$"))

# 如果需要给原表加一列标记是否合规，可以用以下代码
df <- df %>%
  mutate(id_legal = str_detect(id, "^[A-Za-z]{5}\\d{3}$"))

如果你的ID要求只能是大写/小写字母，把正则中的[A-Za-z]替换为[A-Z]（仅大写）或[a-z]（仅小写）即可。

基础R实现方案 #

如果不想依赖第三方包，可以用基础R的grepl()函数实现相同逻辑：

# 提取不合规行
invalid_ids <- df[!grepl("^[A-Za-z]{5}\\d{3}$", df$id), ]

# 新增合规标记列
df$id_legal <- grepl("^[A-Za-z]{5}\\d{3}$", df$id)

内容的提问来源于stack exchange，提问作者user5813583