如何基于特定术语词典在R中创建二元变量

原代码的问题 #

• mutate()里不用写data_zoo$animals，直接用变量名定义新列即可
• 原判断条件是把文本和字符串"animals_dict"做完全相等匹配，根本没用到你定义的动物词典，逻辑完全错误

正确代码 #

先确保加载dplyr和stringr包（没加载的话先运行以下代码）：

library(dplyr)
library(stringr)

接着执行生成二元变量的代码：

# 把词典转成正则匹配模式，用|分隔多个关键词
animal_pattern <- paste(animals_dict, collapse = "|")

# 生成二元变量：包含任一动物术语标记为1，否则为0
data_zoo <- data_zoo %>%
  mutate(animals = if_else(str_detect(text, animal_pattern), 1, 0))

额外提示 #

如果需要精确匹配完整单词（避免匹配到"catty"这类包含"cat"的衍生词），可以给词典中的词加上单词边界符：

animal_pattern <- paste0("\\b", animals_dict, "\\b", collapse = "|")

内容的提问来源于stack exchange，提问作者user17896