如何在R语言中保留remission列与lifetime列匹配的取值？

针对你的需求，这里提供两种R语言的实现方式，核心逻辑是把逗号分隔的字符串拆成单个物质的集合，取两者的交集后再合并成字符串，空交集则返回空值。

方法一：用tidyverse工具链（推荐，代码更简洁） #

先加载tidyverse包，它整合了dplyr（数据处理）、stringr（字符串操作）和purrr（迭代处理）：

library(tidyverse)

# 处理数据
df_processed <- df %>%
  mutate(
    # 把两列的字符串拆成物质列表
    lifetime_list = str_split(lifetime, ","),
    remission_list = str_split(remission, ","),
    # 逐行筛选匹配的物质
    remission_filtered = map2_chr(remission_list, lifetime_list, ~{
      matched_items <- intersect(.x, .y)
      # 没匹配到就返回空字符串，否则合并成逗号分隔的格式
      if(length(matched_items) == 0) "" else str_c(matched_items, collapse = ",")
    })
  ) %>%
  # 移除中间辅助列并 rename 回原列名
  select(lifetime, remission_filtered) %>%
  rename(remission = remission_filtered)

# 查看处理后的数据
print(df_processed)

代码说明 #

• str_split()：把每一行的逗号分隔字符串拆成单个物质的向量，比如第一行lifetime会变成c("tobacco", "alcohol", "cannabis", "cocaine", "stim")。
• map2_chr()：同时遍历每一行的remission和lifetime列表，用intersect()取两者的交集（即同时存在的物质）。
• 最后判断交集是否为空，空则返回""，否则用逗号合并成原格式的字符串。

方法二：Base R实现（无需额外安装包） #

如果不想加载第三方包，可以用Base R的循环来处理：

# 创建处理后的副本
df_processed_base <- df

# 逐行遍历处理
for(i in seq(nrow(df_processed_base))){
  # 拆分字符串为向量
  lifetime_items <- strsplit(df_processed_base$lifetime[i], ",")[[1]]
  remission_items <- strsplit(df_processed_base$remission[i], ",")[[1]]
  
  # 筛选匹配的物质
  matched <- intersect(remission_items, lifetime_items)
  
  # 更新remission列
  df_processed_base$remission[i] <- if(length(matched) == 0) "" else paste(matched, collapse = ",")
}

# 查看结果
print(df_processed_base)

处理后的预期结果 #

处理后remission列的内容如下：

1. ""（rx不在第一行的lifetime里）
2. "cannabis,inhal"（仅这两个物质存在于第二行的lifetime）
3. "tobacco"（仅tobacco存在于第三行的lifetime）
4. "cocaine"（仅cocaine存在于第四行的lifetime）
5. "alcohol,cocaine,stim,rx,halluc,dissoc,tranq,inhal"（这些物质都在第五行的lifetime里）
6. "cannabis"（仅cannabis存在于第六行的lifetime）

内容的提问来源于stack exchange，提问作者Fatima