如何通过str_detect等字符串匹配函数连接不等长数据框？

方法一：使用purrr逐个匹配（最直接） #

利用purrr::map_dbl遍历dfSearch的每个值，在df中找到匹配的行并提取对应的line，最后手动添加d的行：

library(tidyverse)

# 示例数据
df <- tibble(value = c("a <- 1:3", "b <- function()", "c <- rnorm(1:10)", "d <- c(x, y, z)"), 
             line = 1:4)
dfSearch <- c("a", "b", "c") %>% as_tibble()

# 为每个搜索值匹配对应的line
dfSearch <- dfSearch %>%
  mutate(line = map_dbl(value, ~ df$line[str_detect(df$value, .x)]))

# 添加d的行（按需求）
final_df <- dfSearch %>%
  add_row(value = "d", line = NA)

print(final_df)

运行结果：

# A tibble: 4 × 2
  value  line
  <chr> <dbl>
1 a         1
2 b         2
3 c         3
4 d        NA

方法二：先提取变量名再做连接 #

先从df的字符串中提取开头的变量名，再和dfSearch做左连接，最后补充d的行：

library(tidyverse)

df <- tibble(value = c("a <- 1:3", "b <- function()", "c <- rnorm(1:10)", "d <- c(x, y, z)"), 
             line = 1:4) %>%
  # 提取字符串开头的变量名
  mutate(var_name = str_extract(value, "^\\w"))

dfSearch <- c("a", "b", "c") %>% as_tibble() %>% rename(var_name = value)

# 左连接匹配
matched_df <- dfSearch %>%
  left_join(df %>% select(var_name, line), by = "var_name") %>%
  rename(value = var_name)

# 添加d的行
final_df <- matched_df %>%
  add_row(value = "d", line = NA)

方法三：笛卡尔积过滤 #

先做两个数据框的笛卡尔积，再筛选匹配的行，最后整理结果：

library(tidyverse)

df <- tibble(value = c("a <- 1:3", "b <- function()", "c <- rnorm(1:10)", "d <- c(x, y, z)"), 
             line = 1:4)
dfSearch <- c("a", "b", "c") %>% as_tibble() %>% rename(search_val = value)

# 笛卡尔积+过滤匹配项
matched_df <- dfSearch %>%
  cross_join(df) %>%
  filter(str_detect(df$value, search_val)) %>%
  select(search_val, line) %>%
  rename(value = search_val)

# 添加d的行
final_df <- matched_df %>%
  add_row(value = "d", line = NA)

错误原因说明 #

你之前的代码报错是因为str_detect要求输入的string和pattern长度一致（或其中一个长度为1），而你传入的df$value长度为4、dfSearch$value长度为3，无法循环回收，因此触发错误。上面的方法通过逐个处理、提取变量名或笛卡尔积的方式避开了这个问题。

内容的提问来源于stack exchange，提问作者ksinva