如何将数据框中两个向量的括号内国家码拆分至新列

嘿，这个需求我刚好碰过类似的，咱们一步步来搞定它～

首先，你提到的dplyr::separate其实更适合有固定分隔符（比如逗号、空格）的场景，而你的情况是要匹配末尾带括号的国家码，用正则匹配类的工具会更灵活，比如tidyr::extract或者stringr系列函数，能轻松处理“有的条目有国家码、有的没有”“括号前可能有空格”这类情况。

先给你搭个示例数据集，方便对照理解：

library(dplyr)
library(tidyr)
library(stringr)

# 模拟你的数据：有的条目带国家码，有的不带
df <- tibble(
  Athlete = c("Usain Bolt (JAM)", "Simone Biles", "Michael Phelps (USA)"),
  Nationality = c("Jamaica (JAM)", "United States", "United States of America (USA)")
)

方法1：用tidyr::extract一键拆分+提取 #

这个函数可以通过正则表达式，把原字段拆分成“清理后的内容”和“国家码”两部分，非常适合你的需求：

# 先处理单个字段的示例
df_processed <- df %>%
  # 处理Athlete字段：拆分成清理后的运动员名和国家码
  extract(Athlete, into = c("Athlete_clean", "cc_athlete"),
          regex = "^(.*?)\\s*\\(([A-Z]+)\\)$",  # 正则匹配末尾的(XX)
          remove = FALSE,  # 保留原Athlete字段方便对比
          fill = "right") %>%  # 没有国家码的条目填充NA
  # 再处理Nationality字段
  extract(Nationality, into = c("Nationality_clean", "cc_nationality"),
          regex = "^(.*?)\\s*\\(([A-Z]+)\\)$",
          remove = FALSE,
          fill = "right") %>%
  # 合并两个来源的国家码（优先取非NA的那个）
  mutate(countrycode = coalesce(cc_athlete, cc_nationality)) %>%
  # 保留需要的字段
  select(Athlete_clean, Nationality_clean, countrycode)

方法2：用stringr分步处理（更直观，适合新手） #

如果觉得正则有点绕，可以用stringr的函数分步提取和清理，逻辑更清晰：

df_processed <- df %>%
  mutate(
    # 提取Athlete里的国家码，同时去掉括号
    cc_athlete = str_extract(Athlete, "\\(([A-Z]+)\\)$") %>% str_remove_all("[()]"),
    # 清理Athlete字段：去掉末尾的(XX)部分
    Athlete_clean = str_remove(Athlete, "\\s*\\([A-Z]+\\)$"),
    # 对Nationality做同样操作
    cc_nationality = str_extract(Nationality, "\\(([A-Z]+)\\)$") %>% str_remove_all("[()]"),
    Nationality_clean = str_remove(Nationality, "\\s*\\([A-Z]+\\)$"),
    # 合并国家码
    countrycode = coalesce(cc_athlete, cc_nationality)
  ) %>%
  select(Athlete_clean, Nationality_clean, countrycode)

关键细节解释 #

• 正则\\s*\\(([A-Z]+)\\)$：
  • \\s*：匹配0个或多个空格（兼容括号前有空格或没空格的情况）
  • ([A-Z]+)：捕获大写字母组成的国家码（这部分就是我们要的内容）
  • $：确保匹配的是字符串末尾的括号，避免误匹配中间的括号（如果有的话）
• coalesce函数：如果两个字段的国家码都存在，取第一个；如果只有一个有，取那个；如果都没有，返回NA，完美处理各种情况。

两种方法都能得到你想要的结果，你可以根据自己的习惯选～

内容的提问来源于stack exchange，提问作者Nautica