如何处理DataFrame多值变量，提取含指定向量值的对应字段？

要处理多值分号分隔的匹配场景，我们可以通过自定义函数逐行筛选匹配vec1的元素，并同步保留对应位置的var2值。以下是具体实现：

步骤1：加载所需包 #

我们需要dplyr用于数据处理，stringr用于字符串拆分（也可以用基础R的strsplit）：

library(dplyr)
library(stringr)

步骤2：定义匹配筛选函数 #

这个函数会接收单行的var1、var2字符串，以及匹配向量vec1，返回筛选后的var1b和var2b：

filter_matching <- function(var1_str, var2_str, vec) {
  # 拆分分号分隔的字符串为向量
  var1_parts <- strsplit(var1_str, ";")[[1]]
  var2_parts <- strsplit(var2_str, ";")[[1]]
  
  # 找出var1中属于vec的元素位置
  match_pos <- var1_parts %in% vec
  
  # 无匹配元素时返回NA
  if (!any(match_pos)) {
    return(list(var1b = NA_character_, var2b = NA_character_))
  }
  
  # 筛选并合并匹配的元素
  var1b <- paste(var1_parts[match_pos], collapse = ";")
  var2b <- paste(var2_parts[match_pos], collapse = ";")
  
  return(list(var1b = var1b, var2b = var2b))
}

步骤3：应用函数处理数据 #

使用rowwise()逐行处理数据，调用自定义函数生成结果：

data_output <- data %>%
  rowwise() %>%
  mutate(
    temp_result = list(filter_matching(var1, var2, vec1)),
    var1b = temp_result$var1b,
    var2b = temp_result$var2b
  ) %>%
  select(-temp_result) %>%
  ungroup()

验证结果 #

运行后得到的data_output与你期望的结果一致：

> data_output
# A tibble: 7 × 4
  var1          var2    var1b         var2b
  <chr>         <chr>   <chr>         <chr>
1 jup           0       NA            NA   
2 far           8       NA            NA   
3 part          5       part          5    
4 part;melt     7;8     part;melt     7;8  
5 rat           3       NA            NA   
6 rat;art       9;4     art           4    
7 kir;door;art  6;5;9   kir;door;art 6;5;9

替代方案（使用purrr） #

如果习惯用purrr的映射函数，也可以这样实现：

library(purrr)

data_output <- data %>%
  mutate(
    result = map2(var1, var2, ~filter_matching(.x, .y, vec1)),
    var1b = map_chr(result, ~.x$var1b),
    var2b = map_chr(result, ~.x$var2b)
  ) %>%
  select(-result)

内容的提问来源于stack exchange，提问作者Av65