R语言中case_when与str_replace_all批量替换文本的问题

你的代码里前两个规则没生效，核心问题是用了==和向量（比如CA_messy）做匹配——==是逐元素的位置匹配，不是判断State是否属于这个向量集合，所以只有最后一个单值的替换规则触发了。

修正case_when写法 #

把==换成%in%，这样就能判断当前行的State是否在错误拼写的集合里：

alldata_cleaned2 <- alldata_cleaned %>%
  mutate(StateClean = case_when(
    State %in% CA_messy ~ "CALIFORNIA",
    State %in% LA_messy ~ "LOUISIANA",
    State == "NEVEDA" ~ "NEVADA",
    TRUE ~ State
  ))

注意顺序：case_when是从上到下匹配的，一旦满足前面的条件就会停止，所以如果有重叠的错误拼写（比如某个值同时属于CA_messy和LA_messy），要把优先级高的放在前面。

更高效的批量替换方案 #

如果错误拼写很多，用case_when写一堆分支会很繁琐，推荐用命名向量+recode的方式，代码更简洁易维护：

1. 先创建一个替换映射，键是错误拼写，值是正确州名：

# 把所有错误拼写和对应正确值整理成命名向量
state_mapping <- c(
  # 批量把CA_messy里的错误拼写映射到CALIFORNIA
  setNames(rep("CALIFORNIA", length(CA_messy)), CA_messy),
  # 批量处理LA的错误拼写
  setNames(rep("LOUISIANA", length(LA_messy)), LA_messy),
  # 单个错误拼写
  "NEVEDA" = "NEVADA"
)

2. 用dplyr::recode完成替换：

alldata_cleaned2 <- alldata_cleaned %>%
  mutate(StateClean = recode(State, !!!state_mapping, .default = State))

这里!!!是把命名向量拆成键值对传给recode，.default指定没有匹配到的情况返回原State值。

另外，你之前提到的str_replace_all部分匹配问题，用这种精确匹配的方式（不管是case_when+%in%还是recode）都能避免，因为只会替换完全匹配的州名，不会误改包含"CA"的完整州名。

内容的提问来源于stack exchange，提问作者aly