R语言使用stringr包提取数据框列中的指定字符

假设数据框df的品种来源列为'varieties'，可以使用以下代码提取指定字符：

library(stringr)

df$亲本 <- str_extract_all(df$varieties, "[A-Za-z]+[-x]?\d+[-\d]*") %>%
  lapply(function(x) paste(x, collapse = ", ")) %>%
  unlist()

解释一下代码：

• str_extract_all(df$varieties, "[A-Za-z]+[-x]?\d+[-\d]*")：使用str_extract_all()函数从品种来源列中提取所有符合要求的指定字符。正则表达式[A-Za-z]+[-x]?\d+[-\d]*表示匹配至少一个英文字母（无论大小写），可能含有一个-或x，后面跟至少一个数字，后面可能还有连续的数字和-。例如：A3-5-7、Bx1-3-5-7、c2-4-6-8都符合要求。

• %>% lapply(function(x) paste(x, collapse = ", "))：使用管道符将提取结果传给lapply()函数，将每个元素（即每个品种来源）中的指定字符以逗号隔开。

• %>% unlist()：使用管道符将结果展开成一个长度与数据框df的行数相同的向量，并将其赋值给新列亲本。