R语言中dplyr的mutate+case_when+grepl匹配cash.other结果异常

问题原因 #

case_when是按顺序判断条件的，一旦前面的条件满足就会返回对应值，不会执行后续条件。你的代码中，grepl("cash", tolower(values))会先匹配到"cash.other"（因为字符串包含"cash"），直接返回"Cash"，导致后面grepl("cash.other", ...)的条件完全没机会触发。

解决方案 #

把更具体的匹配条件放在前面，也就是把"cash.other"的判断移到"cash"和"other"的条件之前。另外注意你代码里的笔误："Lond"应该是"Loan"。

修正后的代码：

df <- df %>%
  mutate(values = case_when(
    grepl("loan", tolower(values))  ~ "Loan",
    grepl("cash.other", tolower(values)) ~ "Cash_Other", # 提前具体匹配条件
    grepl("cash", tolower(values))  ~ "Cash",
    grepl("equity", tolower(values)) ~ "Equity",
    grepl("other", tolower(values)) ~ "Other",
    grepl("commercial.news", tolower(values)) ~ "Commercial_News",
    grepl("money.news", tolower(values)) ~ "Money_News",
    TRUE ~ as.character(values)
  ))

更严谨的优化方案 #

如果是精确匹配整个字符串（而非包含子串），建议用==代替grepl，避免意外匹配：

df <- df %>%
  mutate(values = case_when(
    tolower(values) == "loan"  ~ "Loan",
    tolower(values) == "cash.other" ~ "Cash_Other",
    tolower(values) == "cash"  ~ "Cash",
    tolower(values) == "equity" ~ "Equity",
    tolower(values) == "other" ~ "Other",
    tolower(values) == "commercial.news" ~ "Commercial_News",
    tolower(values) == "money.news" ~ "Money_News",
    TRUE ~ as.character(values)
  ))

内容的提问来源于stack exchange，提问作者Sam