如何在R中基于数据框某列的子字符串创建分类新列？

问题分析 #

你之前的代码错误在于使用==进行精确匹配，而非检测字符串中是否包含目标子串，同时未按规则优先级处理判断逻辑——需先判断是否同时包含Acoustic和Satellite（优先级最高），再判断是否包含Acoustic/Radio/PIT，最后处理其余情况。

解决方案 #

方法1：Base R 嵌套ifelse

# 先判断是否同时包含Acoustic和Satellite
df$Type <- ifelse(grepl("Acoustic", df$Combination) & grepl("Satellite", df$Combination),
                  "Both",
                  # 再判断是否包含Acoustic/Radio/PIT中的任意一个
                  ifelse(grepl("Acoustic|Radio|PIT", df$Combination),
                         "receiver based",
                         # 其余情况
                         "non receiver based"))

方法2：dplyr 包的case_when（更清晰的多条件判断）

若习惯使用tidyverse工具，case_when会让逻辑更直观：

library(dplyr)

df <- df %>%
  mutate(Type = case_when(
    # 优先级1：同时包含Acoustic和Satellite
    grepl("Acoustic", Combination) & grepl("Satellite", Combination) ~ "Both",
    # 优先级2：包含Acoustic/Radio/PIT任意一个
    grepl("Acoustic|Radio|PIT", Combination) ~ "receiver based",
    # 其余情况
    TRUE ~ "non receiver based"
  ))

代码说明 #

• grepl(pattern, x)：检测字符串x中是否包含指定pattern，返回布尔值（TRUE/FALSE）。
• 正则表达式Acoustic|Radio|PIT表示匹配任意一个目标子串。
• 条件判断必须按优先级从高到低排列，否则会出现逻辑覆盖错误（比如先判断单一子串会覆盖"Both"的情况）。

结果验证 #

可抽取部分行验证结果：

# 查看不同类型的结果
unique(df[, c("Combination", "Type")])

示例结果：

内容的提问来源于stack exchange，提问作者Kristen Cyr