R语言：拆分数据框列值并保留因子类型而非列表

我明白你需要把Condition列里类似1_healthy这种格式的值，提取出下划线后面的部分来替换原列。之前你尝试了strsplit但可能没处理好列表的返回结果，这里给你几种简单高效的解决方案：

方法1：Base R 简洁解法——sub()函数 #

用正则表达式直接匹配并替换掉下划线及之前的所有内容，这是最省事的方法：

# 假设你的数据框名为data
data$Condition <- sub(".*_", "", data$Condition)

解释：.*_ 这个正则表达式会匹配从开头到最后一个下划线的所有内容，然后用空字符串替换掉这部分，剩下的就是你需要的healthy或disease。

方法2：Base R 拆分提取——strsplit() + sapply() #

如果你更习惯“拆分-提取”的思路，可以用strsplit按下划线拆分字符串，再用sapply提取每个拆分结果的第二个元素：

data$Condition <- sapply(strsplit(as.character(data$Condition), "_"), "[", 2)

解释：strsplit会把每个Condition值拆分成一个包含两个元素的列表（比如"1_healthy"拆成c("1", "healthy")），sapply会遍历这个列表，帮你取出每个子列表的第2个元素。

方法3：Tidyverse 风格解法——tidyr::separate() #

如果你平时用tidyverse工具链，可以用separate把列拆成两列，再删掉不需要的数字列：

library(tidyr)
library(dplyr)

data <- data %>%
  separate(Condition, into = c("num_col", "Condition"), sep = "_") %>%
  select(-num_col) # 移除拆分出来的数字列

测试验证 #

用你的示例数据测试一下：

# 构造示例数据框
data <- data.frame(
  Sample = c("RN001", "RN002", "RN008", "RN009", "RN0010"),
  Condition = c("1_healthy", "14_healthy", "20_disease", "21_disease", "10_healthy")
)

# 用方法1处理
data$Condition <- sub(".*_", "", data$Condition)
print(data)

输出结果完全符合你的需求：

Sample Condition
1   RN001    healthy
2   RN002    healthy
3   RN008    disease
4   RN009    disease
5  RN0010    healthy

内容的提问来源于stack exchange，提问作者Leonor