如何拆分含重复分隔符的字符串？提取电影名年份生成新列

嘿，这里有两种实用的R语言方法帮你完成需求——从电影名称字符串里提取年份，同时整理出干净的电影标题，最后组合成带新列的数据框：

方法一：使用stringr包（推荐，字符串处理更直观） #

stringr是tidyverse系列里专门处理字符串的包，语法简洁易懂：

首先加载包（如果没安装先运行install.packages("stringr")）：

library(stringr)

然后处理你的向量x：

# 提取年份：匹配结尾的(四位数字)，去掉括号后转成整数
year <- str_extract(x, "\\((\\d{4})\\)$") %>% 
  str_remove_all("\\(|\\)") %>% 
  as.integer()

# 提取干净的电影标题：去掉结尾的年份部分（包括可能的前置空格）
movie_title <- str_remove(x, "\\s*\\((\\d{4})\\)$")

# 组合成数据框
movie_df <- data.frame(
  Title = movie_title,
  Year = year,
  stringsAsFactors = FALSE
)

运行后查看结果：

print(movie_df)

输出会是：

Title Year
1 Ace Ventura: When Nature Calls 1995
2  Twelve Monkeys (a.k.a. 12 Monkeys) 1995
3          Seven (a.k.a. Se7en) 1995
4      French Twist (Gazon maudit) 1995
5    Rumble in the Bronx (Hont faan kui) 1995

方法二：Base R原生函数（无需额外安装包） #

如果不想加载新包，用base R的sub函数也能实现：

# 提取年份：用正则捕获组提取四位数字
year <- as.integer(sub(".*\\((\\d{4})\\)$", "\\1", x))

# 提取电影标题：替换掉结尾的年份部分
movie_title <- sub("\\s*\\((\\d{4})\\)$", "", x)

# 生成数据框
movie_df <- data.frame(
  Title = movie_title,
  Year = year,
  stringsAsFactors = FALSE
)

这个方法和上面的结果完全一致，适合轻量需求。

内容的提问来源于stack exchange，提问作者Ami