使用R语言grepl函数在DataFrame中进行模式匹配的问题求助

核心问题分析 #

你的代码存在两个关键问题：

• 变量名错误：代码中使用了national.coalition和county.party，但原始数据框的列名实际是national.party和district.party，这是导致2001年1002地区结果错误的直接原因。
• 正则匹配的潜在风险：直接使用grepl进行正则匹配，若政党名称存在包含关系（如PartyA和PartyAA），会出现子串误匹配的问题。

解决方案 #

方案一：修正变量名的极简版 #

如果你的政党名称不存在包含关系，直接修正变量名即可得到正确结果：

library(dplyr)

df.1.neat.fix <- df.1 %>% 
  mutate(alignment = grepl(national.party, district.party))

该代码会逐行用national.party的正则模式（如PartyA|PartyB）匹配district.party，完全符合你“至少一个全国执政党在地区执政即视为一致”的逻辑。

方案二：拆分匹配的严谨版 #

为避免子串误匹配的风险，推荐将政党列表拆分后检查交集，逻辑更清晰且鲁棒性更强：

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

df.1.neat.fix <- df.1 %>%
  # 将全国政党按|拆分为列表
  mutate(national_parties = str_split(national.party, "\\|")) %>%
  # 将地区政党按-拆分为列表
  mutate(district_parties = str_split(district.party, "-")) %>%
  # 逐行检查两个政党列表是否存在交集
  mutate(alignment = map2_lgl(national_parties, district_parties, ~any(.x %in% .y))) %>%
  # 移除临时生成的中间列（可选）
  select(-national_parties, -district_parties)

结果验证 #

两种方案运行后，生成的alignment列均与你提供的df.1.neat中的预期结果完全一致。

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