如何基于向量构建dplyr::case_match所需的双向公式序列？

一、可以基于向量构建case_match的双向公式序列 #

case_match需要的是一组独立的匹配公式（如"a" ~ "A", "b" ~ "B"），而非直接展开左右向量。正确的实现方式是先将lookup中的每一对lower/upper转换成单独的公式，再注入到case_match中：

library(dplyr)
library(purrr)

# 固定随机种子保证复现性
set.seed(123)
data.frame(data = sample(c(letters,LETTERS),10)) -> mydf
data.frame(lower = letters, upper = LETTERS) -> lookup

# 生成匹配公式列表：每一对lower/upper对应一个公式
match_rules <- purrr::map2(lookup$lower, lookup$upper, ~ .x ~ .y)

# 应用动态生成的规则到case_match
mydf <- mydf %>%
  mutate(data = case_match(data, !!!match_rules, .default = data))

说明 #

• map2遍历lookup的lower和upper列，为每一组配对生成x ~ y格式的公式，最终得到公式列表。
• !!!将公式列表展开为case_match的多个参数，符合函数的参数要求。
• .default = data确保未匹配到的值（如原数据中的大写字母）保持原样。

二、更高效的替代方案 #

当lookup数据量较大时，case_match并非最优选择，以下两种方法更简洁高效：

方案1：使用left_join + coalesce #

通过关联数据框实现替换，逻辑更直观：

mydf <- mydf %>%
  left_join(lookup, by = c("data" = "lower")) %>%
  mutate(data = dplyr::coalesce(upper, data)) %>%
  select(-upper)

方案2：使用dplyr::recode #

利用命名向量直接映射替换，代码更简洁：

mydf <- mydf %>%
  mutate(data = recode(data, !!!dplyr::set_names(lookup$upper, lookup$lower), .default = data))

内容的提问来源于stack exchange，提问作者ajith