如何在R数据框中批量替换不匹配正则向量的字符型列值为NA

要实现对所有字符型列批量替换不匹配正则向量的值为NA，核心是用正则匹配函数替代精确匹配的%in%，同时批量遍历字符列。以下是两种常用实现方式：

方法一：Base R 实现 #

1. 先将正则向量合并为一个用|分隔的正则模式（一次性匹配所有规则）
2. 遍历数据框，仅对字符型列执行匹配判断，将不匹配的值替换为NA

示例代码：

# 定义正则向量
vec <- c('D47Z', 'D98K', 'D75.')
# 合并为单个正则模式
pattern <- paste(vec, collapse = "|")

# 测试数据框
df <- data.frame(
  col1 = c("D47Z", "D98K", "D75X", "ABC", "D75Y"),
  col2 = c("XYZ", "D47Z", "D98K", "D75A", "123"),
  col3 = c(1, 2, 3, 4, 5), # 非字符列，不会被处理
  stringsAsFactors = FALSE
)

# 批量处理字符型列
df[] <- lapply(df, function(x) {
  if (is.character(x)) {
    # 不匹配任何正则规则的替换为NA
    x[!grepl(pattern, x, perl = FALSE)] <- NA
  }
  x
})

方法二：tidyverse 实现（dplyr + stringr） #

如果习惯用tidyverse生态，可通过across批量指定字符列，结合str_detect完成正则匹配：

library(dplyr)
library(stringr)

vec <- c('D47Z', 'D98K', 'D75.')
pattern <- paste(vec, collapse = "|")

df <- df %>%
  mutate(across(where(is.character), ~ if_else(str_detect(., pattern), ., NA_character_)))

关键说明 #

• 原%ni%无法满足需求：%in%是精确匹配，不支持正则语法；而grepl/str_detect是正则匹配，能识别D75.这类通配规则
• 正则合并逻辑：paste(vec, collapse = "|")将多个规则合并为"D47Z|D98K|D75."，表示匹配任意一个规则即可保留值
• 非字符列自动跳过：两种方法仅对is.character类型的列处理，数值、因子等列不受影响

内容的提问来源于stack exchange，提问作者psa