基于字符串匹配为大型DataFrame创建新列的实现方法咨询

对于大型DataFrame，不推荐使用循环（效率极低），优先选择向量化操作或专门函数实现，以下是几种高效方案：

方法1：用dplyr::case_when（推荐，可读性高） #

case_when可以清晰定义多条件映射，适配大型数据集：

library(dplyr)

# 输入数据
dat <- data.frame(
  Function = c("A", "B", "C", "D", "E", "F", "G", "H", "I")
)

# 创建Class列
dat <- dat %>%
  mutate(Class = case_when(
    Function %in% c("A", "C", "F") ~ "Class1",
    Function %in% c("D", "E", "I") ~ "Class2",
    Function %in% c("G", "H", "B") ~ "Class3",
    TRUE ~ NA_character_ # 处理未匹配值，可选
  ))

# 匹配示例输出的行顺序（不需要可跳过）
dat <- dat %>%
  arrange(match(Function, c("A", "C", "F", "D", "E", "I", "G", "H", "B")))

方法2：用factor+levels映射 #

将Function转为因子，通过修改层级直接生成Class列：

dat <- data.frame(
  Function = c("A", "B", "C", "D", "E", "F", "G", "H", "I")
)

# 定义映射关系
class_map <- list(
  Class1 = c("A", "C", "F"),
  Class2 = c("D", "E", "I"),
  Class3 = c("G", "H", "B")
)
# 反转映射，得到每个Function对应的Class
reverse_map <- unlist(lapply(names(class_map), function(x) setNames(rep(x, length(class_map[[x]])), class_map[[x]])))

# 生成Class列
dat$Class <- reverse_map[dat$Function]

# 调整行顺序匹配示例（不需要可跳过）
dat <- dat[match(c("A", "C", "F", "D", "E", "I", "G", "H", "B"), dat$Function), ]
rownames(dat) <- NULL # 重置行名

方法3：用base::ifelse嵌套（适合简单映射） #

规则较少时可用嵌套ifelse，但规则复杂时可读性差：

dat <- data.frame(
  Function = c("A", "B", "C", "D", "E", "F", "G", "H", "I")
)

dat$Class <- ifelse(dat$Function %in% c("A", "C", "F"), "Class1",
                    ifelse(dat$Function %in% c("D", "E", "I"), "Class2",
                           ifelse(dat$Function %in% c("G", "H", "B"), "Class3", NA)))

# 调整行顺序匹配示例（不需要可跳过）
dat <- dat[match(c("A", "C", "F", "D", "E", "I", "G", "H", "B"), dat$Function), ]
rownames(dat) <- NULL

注意事项 #

• 大型数据集优先选case_when或因子映射方案，比循环效率高数十倍
• 若存在未匹配的Function值，建议用NA或默认值兜底，避免报错
• 行顺序调整仅为匹配示例输出，实际场景不需要可直接跳过

内容的提问来源于stack exchange，提问作者Umar