如何基于另一列匹配结果条件替换数据框单元格内容？

针对你的需求——逐行检查x1的字符是否出现在对应行的x2字符串中，若不存在则将x2替换为NA，以下是几种高效实现方案，适配95000行的大数据集：

Tidyverse 方案 #

利用grepl的向量式匹配特性，结合mutate和ifelse直接完成逐行判断，无需额外迭代操作：

library(tidyverse)

# 原始数据框
df <- data.frame(x1 = c("A", "B", "C"), x2 = c("K to B", "K to B", "K to B"), stringsAsFactors = FALSE)

# 修正数据框
df_corrected <- df %>%
  mutate(x2 = ifelse(grepl(x1, x2), x2, NA_character_))

grepl(x1, x2)会自动逐行匹配每行的x1与x2，返回逻辑向量；NA_character_用于确保替换后的NA为字符型，避免数据类型冲突。

Base R 方案 #

向量式高效实现（推荐） #

和tidyverse逻辑一致，直接用base R原生函数处理，性能最优：

df <- data.frame(x1 = c("A", "B", "C"), x2 = c("K to B", "K to B", "K to B"), stringsAsFactors = FALSE)

df$x2 <- ifelse(grepl(df$x1, df$x2), df$x2, NA)

注意设置stringsAsFactors = FALSE，避免因子类型导致的匹配异常。

显式逐行迭代（sapply） #

如果需要更直观的逐行逻辑，可用sapply实现，但效率略低于向量式方法：

df$x2 <- sapply(1:nrow(df), function(i) {
  if(grepl(df$x1[i], df$x2[i])) df$x2[i] else NA
})

sqldf 方案（适合熟悉SQL的用户） #

通过SQL的字符串匹配语法完成判断，逻辑清晰：

library(sqldf)

df <- data.frame(x1 = c("A", "B", "C"), x2 = c("K to B", "K to B", "K to B"), stringsAsFactors = FALSE)

df_corrected <- sqldf("
  SELECT x1, 
         CASE WHEN x2 LIKE '%' || x1 || '%' THEN x2 ELSE NULL END AS x2
  FROM df
")

用%作为通配符实现包含匹配，CASE语句根据判断结果返回原x2值或NULL（对应R中的NA）。

内容的提问来源于stack exchange，提问作者Bettina