如何使用dplyr批量替换数据框中的目标字符串？

步骤说明 #

结合dplyr的批量处理能力与stringr的字符串替换功能，可实现对所有字符型变量的规则化批量替换，同时兼顾大小写匹配和拼写修正需求。

完整代码实现 #

首先加载所需工具包：

library(dplyr)
library(stringr)
library(purrr)

执行批量替换操作：

# 预处理替换规则，添加单词边界与大小写忽略规则
replace_pairs <- df_replace %>%
  mutate(original_regex = regex(paste0("\\b", original, "\\b"), ignore_case = TRUE))

# 对所有字符型变量应用替换规则
df_cleaned <- df %>%
  mutate(across(where(is.character), ~{
    # 依次遍历每一组替换规则，完成文本替换
    reduce2(replace_pairs$original_regex, replace_pairs$replacement,
            .f = function(current_text, pattern, repl) {
              str_replace_all(current_text, pattern, repl)
            },
            .init = .x)
  }))

代码解释 #

1. 替换规则预处理：

   • 给每个原字符串添加\\b单词边界标记，确保仅替换完整单词（避免误改类似"firstly"这类包含目标字符串的词汇）。
   • 通过regex(..., ignore_case = TRUE)实现不区分大小写匹配，比如"First"和"first"都会被统一处理。

2. 批量处理字符列：

   • across(where(is.character))自动筛选所有字符型变量，无需手动指定列名，适配你300+变量的数据集场景。
   • reduce2遍历每一组替换规则，依次对文本执行替换操作，确保所有规则都被应用。

示例结果验证 #

处理后的df_cleaned关键列结果：

• tex1列："First strings"变为"[incivility] strings"，"fift strings"变为"fifth strings"
• text2列："first example"变为"[incivility] [incivility]"，"fift example"变为"fifth [incivility]"

注意事项 #

• 若无需严格匹配完整单词，可移除规则中的\\b标记，允许部分字符串匹配。
• 6000+行的数据集使用该方法效率足够，因为stringr的替换操作是向量化执行的。
• 后续新增脏话或拼写错误修正规则，只需扩展df_replace的配对数据即可。

内容的提问来源于stack exchange，提问作者feder80