当然可以搞定这个需求！在R里处理这类字符串问题有好几种实用的方法，我给你分享两种最常用的思路：

方法一：Base R原生实现（无需额外包） #

利用正则表达式和原生字符串处理函数就能直接完成，不需要安装额外包，适合轻量场景：

单字符串示例 #

# 测试字符串
test_str <- '005443333332222222211023222101110009988877665'

# 查找第一个非零字符的位置
first_non_zero_pos <- regexpr("[^0]", test_str)[1]

# 计算前置连续零的个数（兼容全零字符串的情况）
zero_count <- ifelse(first_non_zero_pos == -1, nchar(test_str), first_non_zero_pos - 1)

# 提取第一个非零值（全零则返回NA）
first_non_zero_val <- ifelse(first_non_zero_pos == -1, NA, substr(test_str, first_non_zero_pos, first_non_zero_pos))

# 输出结果
cat("前置连续零个数：", zero_count, "\n")
cat("第一个非零值：", first_non_zero_val, "\n")

运行后会得到：

前置连续零个数： 2
第一个非零值： 5

处理整列数据（比如数据框的某一列） #

如果你的数据是在数据框里，用sapply批量处理就行：

# 构造测试数据框
df <- data.frame(str_col = c('005443333332222222211023222101110009988877665', '012345', '0000', '789012'))

# 定义批量处理函数
process_str <- function(s) {
  pos <- regexpr("[^0]", s)[1]
  zero_cnt <- ifelse(pos == -1, nchar(s), pos - 1)
  non_zero_val <- ifelse(pos == -1, NA, substr(s, pos, pos))
  return(data.frame(zero_count = zero_cnt, first_non_zero = non_zero_val))
}

# 应用到整列并合并结果
result_df <- cbind(df, sapply(df$str_col, process_str, simplify = FALSE) %>% do.call(rbind, .))

方法二：用stringr包简化操作（更直观） #

stringr是tidyverse生态里专门处理字符串的包，语法更简洁易懂，适合日常数据处理：

首先安装并加载包：

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

单字符串示例 #

test_str <- '005443333332222222211023222101110009988877665'

# 获取第一个非零字符的位置
pos <- str_locate_first(test_str, "[^0]")[,1]

# 计算零个数和提取非零值（兼容全零字符串）
zero_count <- ifelse(is.na(pos), nchar(test_str), pos - 1)
first_non_zero_val <- ifelse(is.na(pos), NA, str_sub(test_str, pos, pos))

整列处理 #

stringr支持向量化操作，不用写循环或者sapply，直接对整列操作：

df <- data.frame(str_col = c('005443333332222222211023222101110009988877665', '012345', '0000', '789012'))

df$zero_count <- ifelse(is.na(str_locate_first(df$str_col, "[^0]")[,1]), 
                        nchar(df$str_col), 
                        str_locate_first(df$str_col, "[^0]")[,1] - 1)

df$first_non_zero <- ifelse(is.na(str_locate_first(df$str_col, "[^0]")[,1]), 
                            NA, 
                            str_sub(df$str_col, str_locate_first(df$str_col, "[^0]")[,1], str_locate_first(df$str_col, "[^0]")[,1]))

注意事项 #

• 我特意加了对全零字符串的处理，比如'0000'这种情况，会返回零个数等于字符串长度，第一个非零值为NA，避免报错。
• 正则表达式[^0]表示匹配不是0的任意字符，刚好符合我们找第一个非零值的需求。

内容的提问来源于stack exchange，提问作者Xinyuan Zhang