如何为R数据集中带短横线的数值补前导零以匹配XXXXXXXX-XX格式

我的数据集包含3类不同格式的值，其中两类带有短横线，示例数据如下：

df=c("20001982-02", "19933626-02", "20024861-6", "29114-1", "20109774-02", 
"19965663-01", "19992655-01", "20087008-08", "140107", "20032011-09", 
"139")

需要为所有带短横线的值补充前导零，使其符合XXXXXXXX-XX的格式（短横线前为8位数字、短横线后为2位数字），不带短横线的值保持原样即可，预期输出如下：

df.new =c("20001982-02", "19933626-02", "20024861-06", "00029114-01", 
"20109774-02", "19965663-01", "19992655-01", "20087008-08", "140107", "20032011-09", "139")

当前编写的sub正则语句仅能完成部分补零需求，仅处理了短横线前已为8位、短横线后为1位的情况，比如29114-1没有被处理为预期的00029114-01，现有代码如下：

sub("^(\\d{8})-(\\d)$", "\\1-0\\2", df)

df.new = c("20001982-02", "19933626-02", "20024861-06", "29114-1", "20109774-02", 
"19965663-01", "19992655-01", "20087008-08", "140107", "20032011-09", 
"139")

请问如何调整逻辑实现完整的补零需求？

原有代码问题排查 #

当前的正则仅匹配短横线前恰好8位、短横线后恰好1位的字符串，完全没有覆盖短横线前不足8位的场景，因此29114-1这类值不会被匹配处理。

实现代码 #

Base R 实现（无需加载第三方包） #

通过遍历+条件判断+格式化补零实现：

df <- c("20001982-02", "19933626-02", "20024861-6", "29114-1", "20109774-02", 
        "19965663-01", "19992655-01", "20087008-08", "140107", "20032011-09", "139")

df.new <- sapply(df, function(x) {
  # 不带短横线的直接返回
  if (!grepl("-", x)) return(x)
  # 拆分短横线前后两部分
  parts <- strsplit(x, "-")[[1]]
  # 前半部分补前导零到8位，后半部分补前导零到2位
  part1 <- sprintf("%08d", as.integer(parts[1]))
  part2 <- sprintf("%02d", as.integer(parts[2]))
  # 拼接返回
  paste0(part1, "-", part2)
}, USE.NAMES = FALSE)

stringr 实现（更简洁的正则写法） #

如果习惯用tidyverse生态，可以用str_replace_all的函数式替换能力实现：

library(stringr)

df.new <- str_replace_all(df, "^(\\d+)-(\\d+)$", function(match, g1, g2) {
  paste0(sprintf("%08d", as.integer(g1)), "-", sprintf("%02d", as.integer(g2)))
})

两种实现输出的结果和预期完全一致。

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