如何在R中通过模糊匹配第三列替换数据框列的字符串值？

错误原因 #

• 你尝试的代码直接将df1$Name和df2$Name作为向量传入str_detect或直接对比，触发了R的向量回收机制：当两个向量长度不一致时，短向量会被重复循环以匹配长向量长度，但这和你需要的“逐个检查df1的Name是否以任意df2的Name开头”逻辑不符，最终因长度不兼容报错。
• 代码本身也存在语法问题，比如str_replace(Value .,df2$Name)的写法错误，且没有正确关联匹配到的df2$Value。

解决方案 #

方法1：用fuzzyjoin包（直观易读） #

通过正则匹配实现左连接，再完成Value替换：

# 首次使用需安装包
install.packages("fuzzyjoin")
library(fuzzyjoin)
library(dplyr)

# 给df2添加正则模式：匹配以自身Name开头的字符串
df2$pattern <- paste0("^", df2$Name)

# 正则左连接，匹配符合条件的行
df_result <- regex_left_join(df1, df2, by = c("Name" = "pattern")) %>%
  # 替换Value：有匹配则用df2的Value，无匹配保留原值
  mutate(Value = ifelse(!is.na(Value.y), Value.y, Value.x)) %>%
  # 保留原df1的列结构
  select(Name = Name.x, Value, everything(), -Name.y, -Value.x, -Value.y, -pattern)

方法2：无额外包，用purrr遍历实现 #

如果不想安装新包，可通过逐个遍历df1的Name完成匹配：

library(dplyr)
library(purrr)
library(stringr)

df_result <- df1 %>%
  mutate(Value = map_chr(Name, function(x) {
    # 找到df2中能作为x开头的行
    match_row <- df2[str_detect(x, paste0("^", df2$Name)), ]
    # 有匹配则返回对应Value，无匹配返回原值
    if(nrow(match_row) > 0) match_row$Value else df1$Value[df1$Name == x]
  }))

验证结果 #

运行后df_result输出如下，完全符合需求：

Name   Value
1 Banana       F
2  Apple       F
3 Sponge Cleaner
4  Donut       D
5 Bleach Cleaner
6   Wine       P

内容的提问来源于stack exchange，提问作者Mr Newtons