使用tidyverse / dplyr从其他列子字符串创建列

Question

假设我们在R中有此数据框：

start = data.frame(
  Title = c("name_year0","name_year1","name_year2"),
  value = c(4,5,6)
)

我想对其进行更改，以使“ Title中的年份信息出现在“年份”列中：

       Title value  year
        name     4     0
        name     5     1
        name     6     2

该代码几乎可以正常工作：

result1 = test %>% 
  mutate(year = str_match(Title, "year[0-9]+"))

但是结果是这样，它将字符串名称保留在year列中：

       Title value  year
  name_year0     4 year0
  name_year1     5 year1
  name_year2     6 year2

看来我应该能够在正则表达式匹配中使用组来仅从year提取数字部分，如下所示：

result2 = test %>% 
  mutate(year = str_match(Title, "year([0-9]+)")[1,2])

但是由于某种原因，这似乎总是返回相同的年份值：

       Title value year
  name_year0     4    0
  name_year1     5    0
  name_year2     6    0

我缺少什么（可能很简单）？ 为什么str_match("name_year0","year([0-9]+)")[2]对于单个字符串有效，但是当我将其放入mutate时却无效？

谢谢

Answer 1

我猜你有错字了。 在str_match(Title, "year([0-9]+)")[1,2] ， [1,2]返回row = 1，column = 2的值。 要获得第2列，请改用[ , 2]或仅使用[2]来表示第2列，就像您在评论响应中提到的那样。

start = data.frame(
  Title = c("name_year0","name_year1","name_year2"),
  value = c(4,5,6)
)

start %>% 
  mutate(year = str_match(Title, "year([0-9]+)")[,2])

编辑：对不起，我弄错了。 Str_match在此处返回一个矩阵。 矩阵就像一个向量（列方式）。 如本示例所示， [2]是矩阵中的第二个值， [20]是从左上角开始的第20个值，列第一。

> a=matrix(1:100, ncol=10)

> a
      [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
 [1,]    1   11   21   31   41   51   61   71   81    91
 [2,]    2   12   22   32   42   52   62   72   82    92
 [3,]    3   13   23   33   43   53   63   73   83    93
 [4,]    4   14   24   34   44   54   64   74   84    94
 [5,]    5   15   25   35   45   55   65   75   85    95
 [6,]    6   16   26   36   46   56   66   76   86    96
 [7,]    7   17   27   37   47   57   67   77   87    97
 [8,]    8   18   28   38   48   58   68   78   88    98
 [9,]    9   19   29   39   49   59   69   79   89    99
[10,]   10   20   30   40   50   60   70   80   90   100

> a[2]
[1] 2

> a[20]
[1] 20