基于tibble列部分匹配修改分类列值时非匹配项变NA问题求助

问题根源 #

你代码里的mutate(catag = "Uncategorised")通过管道输出到print，但没有将结果重新赋值给f2，导致原数据框f2根本没添加catag列。后续直接用f2$catag[...]赋值时，R会自动创建catag列，未被赋值的位置默认填充NA，这就是非匹配项变成NA的原因。

修正方案 #

方案1：修正原代码的赋值问题 #

把mutate后的结果存回f2，再进行后续修改：

free <- c("journal & radius wear damage","residual magnetism","damaged wheel","gouge in edge","wheel seat")

f2 <- tibble(free)
# 将mutate的结果重新赋值给f2
f2 <- f2 %>%
  mutate(catag = "Uncategorised")

# 匹配含'wheel'的项并修改
f2$catag[grepl("wheel", f2$free)] <- "Wheel related issue"

print(f2)

方案2：用dplyr风格统一处理（更推荐） #

直接在管道里用case_when完成条件赋值，避免混合使用基础R和tidyverse语法：

free <- c("journal & radius wear damage","residual magnetism","damaged wheel","gouge in edge","wheel seat")

f2 <- tibble(free) %>%
  mutate(catag = case_when(
    grepl("wheel", free) ~ "Wheel related issue",
    TRUE ~ "Uncategorised"  # 其他情况保留默认值
  ))

print(f2)

运行结果 #

两种方案都会得到正确输出：

内容的提问来源于stack exchange，提问作者fake fake