如何使用mutate()匹配字符串开头的Left/Right并过滤其他内容？

数据集情况 #

假设我们有个叫data的数据集，里面有个string列，数据定义如下：

library(tidyverse)

data$string <- c("Left A", "Left Middle A", "Middle A", "Right Middle A", "Right A",
                 "Left B", "Left Middle B", "Middle B", "Right Middle B", "Right B")

需求 #

要给每条记录打标记：只有第一个词是"Left"或者"Right"的，标记成"Out"，其他的标记成"In"，但原代码错误地把所有包含这两个词的记录都标成了"Out"，需要修正。

原代码问题 #

原代码误用了gsub函数（该函数用于字符串替换而非匹配检测），且未限定仅匹配字符串开头的关键词，导致逻辑错误：

data1 <- data %>%
  mutate(Location = ifelse(gsub("\\bLeft\\b", string) | gsub("\\bRight\\b", string),
                           "Out",
                           "In"))

正确代码 #

使用str_detect()配合正则表达式的开头锚定符^，可以精准匹配字符串开头的关键词，代码如下：

data1 <- data %>%
  mutate(Location = ifelse(str_detect(string, "^(Left|Right)\\b"), 
                           "Out", 
                           "In"))

代码说明 #

• ^：正则表达式的开头锚定符，强制从字符串的起始位置匹配，确保只检测第一个词。
• (Left|Right)：表示匹配"Left"或"Right"任意一个完整词。
• \\b：单词边界，避免误匹配类似"Lefty"这种以Left开头但不是完整单词的情况（如果不需要严格匹配完整单词，可去掉该符号）。
• str_detect()：tidyverse中的字符串检测函数，返回布尔值（TRUE/FALSE），刚好适配ifelse()的判断逻辑。

运行后得到的结果符合预期：第一个词为Left/Right的记录标记为"Out"，其余标记为"In"。

内容的提问来源于stack exchange，提问作者ksinva