如何用映射表批量替换DataFrame中的多个字符串值

架构老林

2026-6-14

解决方案

方法1：用dplyr实现批量替换

先把df2转换成命名向量（旧值作为名字，新值作为向量值），再结合across和recode批量处理需要替换的列：

library(dplyr)

# 构造替换映射：旧值→新值
replace_map <- setNames(df2$col2, df2$col1)

# 对col1、col2应用替换规则
df1_updated <- df1 %>%
  mutate(across(c(col1, col2), ~recode(.x, !!!replace_map)))

print(df1_updated)

输出结果：

col1 col2 col3
1    D    C    1
2    E    D    2
3    C    E    3
4    D    C    4
5    E    D    5
6    C    E    6
7    D    C    7
8    E    D    8
9    C    E    9

方法2：Base R原生实现

如果不想依赖tidyverse，用lapply结合条件判断也能完成：

# 同样先构造替换映射
replace_map <- setNames(df2$col2, df2$col1)

# 批量处理指定列
df1_updated_base <- df1
df1_updated_base[c("col1", "col2")] <- lapply(df1_updated_base[c("col1", "col2")], 
                                              function(x) {
                                                # 匹配到映射里的旧值就替换，否则保留原内容
                                                ifelse(x %in% names(replace_map), 
                                                       replace_map[x], 
                                                       x)
                                              })

print(df1_updated_base)

方法3：大型数据集高效处理方案

如果你的df1数据量极大，推荐用data.table，它的连接替换逻辑在处理大数据时速度远快于普通方法：

library(data.table)

# 转换为data.table格式
setDT(df1)
setDT(df2)

# 遍历需要替换的列，通过连接完成替换
cols_to_replace <- c("col1", "col2")
for(col in cols_to_replace){
  # 按列名匹配连接，替换对应值
  df1[df2, on = setNames("col1", col), (col) := i.col2]
}

print(df1)