在R中，按特定字符分割字符向量；将第三块保存在新向量中

我有一个格式为“aaa_9999_1”的数据向量，其中第一部分是字母位置代码，第二部分是四位数年份，最后部分是唯一的点标识符。例如，有多个 sil_2007_X 点，每个点都有不同的最后一位数字。我需要使用“_”字符拆分此字段，并仅将唯一 ID 号保存到新向量中。我试过：

oss$point <- unlist(strsplit(oss$id, split='_', fixed=TRUE))[3]

基于此处的回复：R 删除字符串的一部分 https://stackoverflow.com/questions/9704213/r-remove-part-of-string。 我得到的答复是“1”。如果我只是跑

strsplit(oss$id, split= ‘_’, fixed=TRUE)

我可以生成拆分列表：

> head(oss$point)
[[1]]
[1] "sil"  "2007" "1"   

[[2]]
[1] "sil"  "2007" "2"   

[[3]]
[1] "sil"  "2007" "3"   

[[4]]
[1] "sil"  "2007" "4"   

[[5]]
[1] "sil"  "2007" "5"   

[[6]]
[1] "sil"  "2007" "6"  

在末尾添加 [3] 只会给出 [[3]] 结果：“sil”“2007”“3”。我想要的是所有记录的第三部分（唯一编号）的向量。我觉得我已经接近理解这一点了，但是在截止日期项目上花费了太多时间（就像一天的大部分时间）。感谢您的任何反馈。

strsplit创建一个列表，所以我会尝试以下操作：

lapply(strsplit(oss$id, split='_', fixed=TRUE), `[`, 3) ## Output a list
sapply(strsplit(oss$id, split='_', fixed=TRUE), `[`, 3) ## Output a vector (even though a list is also a vector)

The [意思是提取第三个元素。如果您更喜欢向量，请替换lapply with sapply.

这是一个例子：

mystring <- c("A_B_C", "D_E_F")

lapply(strsplit(mystring, "_"), `[`, 3)
# [[1]]
# [1] "C"
# 
# [[2]]
# [1] "F"
sapply(strsplit(mystring, "_"), `[`, 3)
# [1] "C" "F"

如果有一个容易定义的模式，gsub可能也是一个不错的选择，并且可以避免分裂。请参阅 DWin 和 Josh O'Brien 的改进（更强大）版本的评论。

gsub(".*_.*_(.*)", "\\1", mystring)
# [1] "C" "F"

最后，只是为了好玩，您可以扩展unlist方法通过回收向量使其工作TRUEs and FALSEs 提取每三个项目（因为我们事先知道所有拆分都会产生相同的结构）。

unlist(strsplit(mystring, "_"), use.names = FALSE)[c(FALSE, FALSE, TRUE)]
# [1] "C" "F"

如果您不按数字位置提取，而只是想提取分隔符后的最后一个值，则有几种不同的选择。

使用贪婪的正则表达式：

gsub(".*_(.*)", "\\1", mystring)
# [1] "C" "F"

使用像这样的便利功能stri_extract*来自“stringi”包：

library(stringi)
stri_extract_last_regex(mystring, "[A-Z]+")
# [1] "C" "F"