基于字符串在R语言中为数据框新增指定列的实现问题

问题背景 #

运行时才能确定目标字符串向量，示例代码如下：

targets <- c("value_1", "value_2")

现有数据框df，其first_column中包含部分目标字符串：

first_column  <- c("-", "-", "-", "value_1", "value_2", "value_1 value_2")
second_column <- c("-", "-", "-", "-", "-", "-")
df <- data.frame(first_column, second_column)

需求 #

为数据框新增以目标字符串命名的列（如value_1、value_2）：若first_column包含对应目标值，列值为该目标值；否则列值为"-"，预期结果如下：

first_column second_column value_1 value_2
1               -             -       -       -
2               -             -       -       -
3               -             -       -       -
4         value_1             - value_1       -
5         value_2             -       - value_2
6 value_1 value_2             - value_1 value_2

方法1：使用tidyverse工具链 #

借助dplyr的动态列处理能力和stringr的字符串匹配，代码简洁高效：

library(dplyr)
library(stringr)

df_updated <- df %>%
  mutate(across(all_of(targets), ~if_else(str_detect(first_column, .x), .x, "-")))

• all_of(targets)：动态引用目标向量中的元素作为新列名
• str_detect(first_column, .x)：检查每行first_column是否包含当前目标字符串
• if_else：根据匹配结果返回目标值或"-"

方法2：使用Base R实现 #

如果不依赖第三方包，可通过循环遍历目标向量完成列的新增：

for (target in targets) {
  df[[target]] <- ifelse(grepl(target, df$first_column), target, "-")
}

• grepl(target, df$first_column)：判断每行是否匹配目标字符串
• 循环中通过df[[target]]动态创建新列并赋值

两种方法都能生成符合预期的结果，可根据项目依赖选择合适的方案。

内容的提问来源于stack exchange，提问作者monkey