R语言：如何高效提取字符串末尾的1-2位数字？

你的场景是从Sensor列提取末尾（A/B/F之后）的1-2位数字到新列，原方法通过多次字符串截取和条件判断实现，不仅代码繁琐，处理大型数据集时效率也偏低。以下几种更简洁高效的实现方式：

方法1：使用stringr::str_extract（tidyverse生态） #

利用正则表达式的正向预查直接定位目标数字，代码简洁且性能优异：

library(tidyverse)

df <- structure(list(row = 1:9, Sensor = c("Inclin_01_A1", "Inclin_01_A2", "Inclin_01_A10", "Inclin_01_A25", "Inclin_01_B1", "Inclin_01_B2", "Inclin_01_B36", "Temp_F1", "Temp_F14")), row.names = c(NA, -9L), class = "data.frame")

df_processed <- df %>%
  mutate(newcol = str_extract(Sensor, "(?<=[ABF])\\d+$"))

正则说明：

• (?<=[ABF])：正向肯定预查，确保目标数字前是A/B/F中的任意一个
• \\d+$：匹配字符串末尾的1个或多个数字（完美适配你场景中的1-2位数字）

方法2：使用base R的sub（无需额外包） #

如果不想加载tidyverse，base R的字符串替换函数同样能高效完成提取：

df$newcol <- sub(".*[ABF](\\d+)$", "\\1", df$Sensor)

逻辑说明：

• .*[ABF]：匹配到最后一个A/B/F之前的所有字符
• (\\d+)$：捕获末尾的数字组
• \\1：将整个字符串替换为捕获到的数字组，等价于提取目标内容

方法3：使用tidyr::extract（列拆分式提取） #

如果需要更直观的列拆分操作，tidyr的extract函数可以一步完成：

df_processed <- df %>%
  extract(Sensor, into = "newcol", regex = ".*[ABF](\\d+)$", remove = FALSE)

参数说明：

• remove = FALSE：保留原Sensor列，若不需要可设为TRUE

方案优势对比 #

相比你原有的str_sub+if_else组合：

• 代码更简洁，无需嵌套复杂的条件判断
• 底层为向量化字符串操作，处理大型数据集时效率提升明显
• 正则逻辑更通用，若后续数字位数扩展（比如3位），无需修改代码即可适配

内容的提问来源于stack exchange，提问作者Eric Krantz