基于关键词列表自动分类EV充电政策文本的R代码需求

修正后的完整实现代码 #

先定义示例数据（可替换为你的实际数据集）和分类词表，再通过自定义函数完成匹配填充：

# 示例政策数据框（替换为你的实际数据）
policy_df <- structure(list(
  policy_desc = c(
    "支持私人(private)充电桩安装补贴",
    "公共(public)停车场充电设施建设",
    "商业(commercial)楼宇配套充电网络，同时覆盖私人用户",
    "无相关充电类型描述的政策"
  ),
  charging_type = character(4)  # 待填充的目标列
), class = "data.frame", row.names = c(NA, -4L))

# 分类词表：子列表名称对应匹配关键词（可按需扩展）
keyword_list <- list(
  private = c("private", "私人"),
  public = c("public", "公共"),
  commercial = c("commercial", "商业")
)

# 自定义匹配函数：检测文本所属充电类型
match_charging_type <- function(text, keyword_list) {
  # 遍历所有子列表，筛选出文本包含对应关键词的类型名称
  matched_types <- names(keyword_list)[sapply(keyword_list, function(kw_group) {
    any(grepl(paste0("\\b", kw_group, "\\b"), text, ignore.case = TRUE))
  })]
  
  # 格式化结果：多类型用逗号分隔，无匹配则留空
  if (length(matched_types) > 0) {
    paste(matched_types, collapse = ", ")
  } else {
    ""
  }
}

# 应用函数填充charging_type列
policy_df$charging_type <- sapply(policy_df$policy_desc, match_charging_type, keyword_list = keyword_list)

# 查看最终结果
print(policy_df)

核心逻辑说明 #

1. 精准匹配：用\\b（单词边界）配合grepl避免部分误匹配（比如不会把"private"识别到含"privates"的文本里），同时开启ignore.case = TRUE兼容大小写差异
2. 多类型处理：通过sapply遍历所有关键词子列表，一次性筛选出所有匹配的类型名称，再用paste(collapse = ", ")合并为字符串
3. 空值处理：无匹配时返回空字符串，完全符合需求中的留空要求

常见问题修正点 #

如果你的尝试代码有以下问题，上述代码已针对性解决：

• 仅匹配单个关键词/单个子列表，未遍历所有分类
• 未处理多类型匹配的合并逻辑
• 未使用单词边界导致误匹配
• 无匹配时未正确留空

内容的提问来源于stack exchange，提问作者rösti23