如何在R语言中提取字符串指定关键词并生成新列？

针对你需要从文本列中提取多个关键词（支持重复出现、不出现的情况），并生成包含匹配关键词的新列需求，这里提供两种简洁的解决方案：

方法一：使用stringr包（推荐，语法更直观） #

stringr是tidyverse系列中处理字符串的工具包，str_extract_all函数可以一次性提取所有匹配的关键词，再通过sapply将结果整理为逗号分隔的字符串：

# 若未安装stringr，先执行安装：install.packages("stringr")
library(stringr)

# 原始数据
v <- c("red is cool", "I prefer blue", "yellow is better than blue", 
       "orange is controversial", "what are colors", 
       "sometimes I like pink and sometimes it's blue")
# 构建关键词匹配正则
text <- paste0(c("red", "blue", "yellow", "orange", "pink"), collapse = '|')

# 提取并整理结果
result <- sapply(str_extract_all(v, text), function(x) {
  if (length(x) == 0) NA_character_ else paste(x, collapse = ",")
})

# 输出结果
result

运行后得到的结果与你的预期一致：

[1] "red"         "blue"        "yellow,blue" "orange"      NA            "pink,blue"  

方法二：使用Base R（无需额外安装包） #

如果不想依赖第三方包，可以用Base R的gregexpr和regmatches组合实现相同功能：

# 原始数据
v <- c("red is cool", "I prefer blue", "yellow is better than blue", 
       "orange is controversial", "what are colors", 
       "sometimes I like pink and sometimes it's blue")
text <- paste0(c("red", "blue", "yellow", "orange", "pink"), collapse = '|')

# 定位匹配位置并提取关键词
matches <- regmatches(v, gregexpr(text, v))

# 整理结果
result_base <- sapply(matches, function(x) {
  if (length(x) == 0) NA_character_ else paste(x, collapse = ",")
})

# 输出结果
result_base

关于你之前遇到的问题说明 #

• grepl仅返回布尔值（是否存在匹配），无法提取具体关键词，因此只能处理单个关键词的判断，无法覆盖多关键词场景。
• 直接使用if/else会报错，是因为if要求条件为长度1的逻辑值，而grepl返回的是与输入向量长度一致的布尔向量，此时应该用向量化的处理函数（如上面的sapply遍历）而非单分支的if/else。

内容的提问来源于stack exchange，提问作者Kat