根据来自其他列的正则表达式捕获组的值，有效地将列添加到数据框

Question

我想在现有数据框中添加一个额外的列，其中newColumn的值将基于应用于同一行中另一个值的正则表达式的捕获组，而我到目前为止唯一能够实现的是这个（可能是不是R-esque）循环的标准方法，但是它非常慢（对于大约150万行的DF）。

带列的数据框：

ID    Text    NewColumn

Atm我用这个：

df$newColumn <- rep("", nrow(df));
for (row in 1:nrow(df)) {
    df$newColumn[row] <- str_match(df$Text[row], regex)[1,2];
} 

我在阅读了几篇文章后尝试过使用apply / lapply，但我的方法都没有创建预期的结果。这是应用系列的功能甚至可能，如果是的话：如何？

例：

对于

regex <- "^[0-9]*([a-zA-Z]*)$";

和一个如下表：

ID   Text         
------------------
1    231Ben
2    112Claudine
3    538Julia

我希望：

ID   Text          NewColumn
----------------------------
1    231Ben          Ben
2    112Claudine     Claudine
3    538Julia        Julia

Answer 1

str_match和gsub/sub等是矢量化的，所以如果pattern是相同的，我们不必遍历行

df1$NewColumn <- gsub("\\d+", "", df1$Text)

---

或者使用stringr功能

library(stringr)
df1$NewColumn <- str_match(df1$Text, "([A-Za-z]+)")[,1] 

str_extract(df1$Text, "[A-Za-z]+")
#[1] "Ben"      "Claudine" "Julia"