R语言无硬编码借助正则移除单元格GxR标识并补全对应行空值的方法

开发硬性约束 #

编写清洗逻辑时绝对不能硬编码任何列名、行名、具体单元格取值，所有规则需要通用可复用；测试环境已提前加载dplyr、stringr、tidyverse依赖包。

核心实现目标 #

• 自动识别单元格内符合G+数字+R格式的标识（典型形式如G1R、G2R、G3R），将该类标识与其前缀N拼接形成的整段片段（典型形式如NG1R）从原单元格值中剔除。
• 对完成上述片段剔除操作的行，若对应目标单元格为空值，则将空值替换为从被剔除片段中提取到的N值。

测试场景说明 #

测试数据集结构 #

构建测试数据框emp.data，各字段构成：

• emp_id：1到5的连续整数序列
• emp_name列逐行取值依次为："M3737"、"M3738"、"M3739"、"NG1R M3740"、"M3741"
• realvalues列逐行取值依次为："N"、"N"、"N"、""、"N"
• salary列：存储对应岗位的薪资数值

当前运行异常 #

现有代码实际输出不符合预期：第4行的emp_name字段仍保留完整值"NG1R M3740"，对应行的realvalues字段保持空白未做处理。

预期输出标准 #

• 第4行emp_name字段值更新为移除目标片段后的"M3740"
• 第4行原本为空的realvalues单元格填充为"N"
• 其余所有行的字段值完全保留原始状态，不做任何修改

内容的提问来源于stack exchange，提问作者kumar