基于部分字符串匹配为DataFrame新增分组列的R语言实现问题

你的问题出在顺序执行的ifelse逻辑：当name包含"ano"时，第一个ifelse直接返回"one"，不会继续检查是否同时包含"tuk"或"wai"，因此无法识别"both"场景。

要正确实现需求，核心是先统计每行中属于{"ano", "tuk", "wai"}的代码数量，再根据数量赋值分组：

基础R实现方案 #

# 原始数据
data <- data.frame(name=c("ano ngo", "ano tuk", "ngo bon", "bon wai"))

# 定义目标代码集合
target_codes <- c("ano", "tuk", "wai")

# 计算每行符合条件的代码数量，并赋值group
data$group <- sapply(strsplit(as.character(data$name), " "), function(x) {
  match_count <- sum(x %in% target_codes)
  if (match_count == 2) {
    "both"
  } else if (match_count == 1) {
    "one"
  } else {
    "neither"
  }
})

执行后结果：

name   group
1  ano ngo     one
2  ano tuk    both
3  ngo bon neither
4  bon wai     one

代码逻辑说明 #

1. strsplit(as.character(data$name), " ")：将每个name按空格拆分为两个代码的向量
2. sapply(..., function(x) sum(x %in% target_codes))：遍历每个拆分后的向量，统计属于目标代码的数量
3. 根据统计的数量，判断返回对应的分组值：
   • 数量=2 → "both"
   • 数量=1 → "one"
   • 数量=0 → "neither"

Tidyverse风格实现（可选） #

如果你习惯使用dplyr/tidyr，也可以用以下方式：

library(dplyr)
library(tidyr)

data <- data %>%
  separate(name, into = c("code1", "code2"), sep = " ") %>%
  mutate(
    match_count = (code1 %in% target_codes) + (code2 %in% target_codes),
    group = case_when(
      match_count == 2 ~ "both",
      match_count == 1 ~ "one",
      TRUE ~ "neither"
    )
  ) %>%
  unite(name, code1, code2, sep = " ") # 合并回原name列

内容的提问来源于stack exchange，提问作者Nichola