如何将df$addr列拆分为df$str.num与df$str.name列？处理连字符场景

嘿，这个问题我处理类似数据时也碰到过！核心难点就是那些带连字符的内容（比如84-86、380-2）其实是街道编号的一部分，不能直接按空格或连字符粗暴拆分。咱们用正则表达式就能精准匹配出开头的编号部分，剩下的自然就是街道名称了。

先看你的示例数据：

addr <- c("84-86 19th Ave", "35 Halsey St", "350 Broad St", "997 S Orange Ave", "274 Chestnut St", "226 Lackawanna Ave", "99 2nd Ave", "261 S Orange Ave", "357 Wilson Ave", "402 Mount Prospect Ave # Lb2", "380-2 Mount Prospect Ave", "105 Lock St # 219", "451 S 15th St") 
df <- data.frame(addr)

方案一：用tidyverse工具链（推荐，代码更直观） #

先加载tidyverse包，然后用str_extract提取编号，str_remove剥离编号得到街道名称：

library(tidyverse)

df <- df %>%
  mutate(
    # 提取开头的数字（可选带连字符+数字）作为街道编号
    str.num = str_extract(addr, "^\\d+(-\\d+)?") %>% trimws(),
    # 移除开头的编号+空格，剩下的就是街道名称
    str.name = str_remove(addr, "^\\d+(-\\d+)?\\s") %>% trimws()
  )

方案二：用Base R（无需额外安装包） #

如果不想加载额外包，用Base R的正则函数也能实现：

# 提取街道编号
df$str.num <- trimws(regmatches(df$addr, regexpr("^\\d+(-\\d+)?", df$addr)))
# 生成街道名称
df$str.name <- trimws(sub("^\\d+(-\\d+)?\\s", "", df$addr))

正则表达式说明 #

这里用到的^\\d+(-\\d+)?是关键：

• ^：匹配字符串开头
• \\d+：匹配一个或多个数字
• (-\\d+)?：可选匹配一个连字符加一个或多个数字（括号里的?表示这部分是可选的，完美适配带/不带连字符的编号）

最终效果 #

运行代码后，你的df会新增两列，结果如下：

addr str.num               str.name
1              84-86 19th Ave  84-86                19th Ave
2               35 Halsey St      35               Halsey St
3              350 Broad St     350                Broad St
4         997 S Orange Ave     997             S Orange Ave
5          274 Chestnut St     274              Chestnut St
6      226 Lackawanna Ave     226           Lackawanna Ave
7               99 2nd Ave      99                 2nd Ave
8         261 S Orange Ave     261             S Orange Ave
9          357 Wilson Ave     357               Wilson Ave
10 402 Mount Prospect Ave # Lb2     402 Mount Prospect Ave # Lb2
11     380-2 Mount Prospect Ave  380-2      Mount Prospect Ave
12        105 Lock St # 219     105           Lock St # 219
13          451 S 15th St     451              S 15th St

如果后续遇到其他特殊格式的地址（比如编号后带字母），只需要微调正则表达式就能适配啦！

内容的提问来源于stack exchange，提问作者GaryM