R语言字符串截取与NA值向前填充的实现问询

我来帮你一步步搞定这两个操作，直接上代码和详细解释：

1. 截取路径中的核心标识 #

我们需要从路径字符串里提取出111L这类核心标识，这里有两种实用方法，选你顺手的来：

方法一：用stringr包（直观好理解） #

如果还没装过这个包，先安装加载：

install.packages("stringr")
library(stringr)

然后用正则提取目标内容：

# 原始数据
pic_names <- c("../img/pics/111L.jpg", NA, "../img/pics/134L.jpg",NA, "../img/pics/164L.jpg", NA, "../img/pics/187L.jpg", NA)
df <- as.data.frame(pic_names)

# 新增列存储核心标识
df$core_id <- str_extract(df$pic_names, "(?<=/)[^/.]+(?=\\.)")

这里的正则(?<=/)[^/.]+(?=\\.)逻辑很简单：专门匹配最后一个/之后、.之前的所有非/非.字符，正好就是我们要的111L这类标识。

方法二：用base R（无需额外装包） #

要是不想加新包，用基础包的sub()函数也能实现：

df$core_id <- sub(".*/([^/.]+)\\..*", "\\1", df$pic_names)

这个正则的思路是：把路径里从开头到最后一个/的内容，以及.之后的内容全部替换掉，只保留中间捕获的核心部分。

2. 用前一行有效字符串填充NA #

这一步推荐用zoo包的na.locf()函数（全称是"last observation carried forward"，直白说就是把上一行的有效值往下填），先处理包的问题：

install.packages("zoo")
library(zoo)

然后一行代码搞定填充：

df$core_id_filled <- na.locf(df$core_id)

要是想纯用基础R写，也可以整个简单循环：

df$core_id_filled <- df$core_id
for (i in 2:nrow(df)) {
  if (is.na(df$core_id_filled[i])) {
    df$core_id_filled[i] <- df$core_id_filled[i-1]
  }
}

完整代码&最终结果 #

把两步整合起来，完整代码如下：

# 加载所需工具包
library(stringr)
library(zoo)

# 原始数据
pic_names <- c("../img/pics/111L.jpg", NA, "../img/pics/134L.jpg",NA, "../img/pics/164L.jpg", NA, "../img/pics/187L.jpg", NA)
df <- as.data.frame(pic_names)

# 步骤1：提取核心标识
df$core_id <- str_extract(df$pic_names, "(?<=/)[^/.]+(?=\\.)")

# 步骤2：填充NA值
df$core_id_filled <- na.locf(df$core_id)

# 查看最终结果
print(df)

运行后会得到这样的输出：

pic_names core_id core_id_filled
1 ../img/pics/111L.jpg   111L          111L
2                NA    <NA>          111L
3 ../img/pics/134L.jpg   134L          134L
4                NA    <NA>          134L
5 ../img/pics/164L.jpg   164L          164L
6                NA    <NA>          164L
7 ../img/pics/187L.jpg   187L          187L
8                NA    <NA>          187L

内容的提问来源于stack exchange，提问作者Gianluca