在RStudio中提取ID列短横线后的数字填充至ID2列

看起来你在处理ID列时遇到了正则匹配的问题，咱们一步步来搞定它：

你原来代码的问题 #

1. 正则匹配方向错了：你的gsub("Subject \\d+-","",...)里加了"Subject"前缀，但你的ID列内容是10010-001这类字符串，根本没有"Subject"，这个模式完全匹配不到内容，自然替换后还是原ID值，转成数值就不对了。
2. 丢失前导零：你用了as.numeric()，但示例输出需要保留001、002这种带前导零的格式，转成数值型会把前导零去掉变成1、2，不符合需求。

正确的实现方法 #

这里给你几种简单有效的方案：

方案1：Base R的sub函数（最简洁）

sub只替换第一个匹配项，刚好适合每个ID只有一个短横线的场景：

# 提取短横线后的部分，保留字符串格式
df$ID2 <- sub(".*-", "", df$ID)

解释：.*-表示匹配任意字符直到最后一个短横线（包括短横线），替换为空后就得到了后面的目标部分。

方案2：用strsplit分割取值

如果习惯用分割的思路处理：

df$ID2 <- sapply(strsplit(df$ID, "-"), "[", 2)

解释：strsplit(df$ID, "-")把每个ID按短横线拆成两个元素的列表，sapply遍历列表取第二个元素。

方案3：Tidyverse的stringr包（更直观）

如果你常用tidyverse生态，stringr的正则函数可读性更强：

library(stringr)
df$ID2 <- str_extract(df$ID, "(?<=-).*")

解释：(?<=-)是正向预查规则，意思是“匹配短横线后面的所有内容”，直接提取你需要的部分。

验证结果 #

运行任意一种方案后，你的数据框都会变成：

完全符合你的需求。如果之后确实需要把ID2转成数值型，再用as.numeric(df$ID2)即可，但要注意前导零会消失哦。

内容的提问来源于stack exchange，提问作者daragh