如何基于另一列的匹配规则为DataFrame新增Sample_Type列

先给出原始数据集：

Sample <- data.frame(Sample_Name=c('502B_BCD_0TBC','0102_PER_2TBC', '0302_COR_0TBC', '0500_LN_TGHV'))

下面提供两种常用实现方式：

1. Base R 原生方法 #

利用grepl做字符串匹配，结合嵌套ifelse按规则生成列：

# 按规则生成Sample_Type列
Sample$Sample_Type <- ifelse(grepl('B_|_BLO', Sample$Sample_Name), 'BLO',
                             ifelse(grepl('_PER_', Sample$Sample_Name), 'PER',
                                    ifelse(grepl('_COR_', Sample$Sample_Name), 'COR',
                                           ifelse(grepl('_LN_', Sample$Sample_Name), 'LN', 'OTH'))))

grepl会检查字符串是否包含指定模式，返回布尔值；ifelse按题目给定的规则顺序依次判断，匹配到对应模式就赋值对应的类型，所有规则都不满足时设为OTH。

2. tidyverse（dplyr）方法 #

用dplyr的case_when处理多条件判断，代码可读性更强：

library(dplyr)

Sample <- Sample %>%
  mutate(Sample_Type = case_when(
    grepl('B_|_BLO', Sample_Name) ~ 'BLO',
    grepl('_PER_', Sample_Name) ~ 'PER',
    grepl('_COR_', Sample_Name) ~ 'COR',
    grepl('_LN_', Sample_Name) ~ 'LN',
    TRUE ~ 'OTH' # 匹配所有未满足上述条件的情况
  ))

case_when按顺序执行条件判断，只要满足某条规则就返回对应值，最后TRUE ~ 'OTH'兜底处理所有不匹配的情况。

执行完任意一种方法后，打印数据集就能看到结果：

print(Sample)

输出结果：

Sample_Name Sample_Type
1     502B_BCD_0TBC         BLO
2     0102_PER_2TBC         PER
3     0302_COR_0TBC         COR
4     0500_LN_TGHV          LN

内容的提问来源于stack exchange，提问作者John Fistikis