如何通过匹配另一数据框的字符串替换数据框中的指定值？

问题背景 #

我们有两个R数据框：

• mydf：包含id、value、match1、match2、match3、all_matches列，其中match1取值0/1，match2取值0/2，match3取值0/3，all_matches取值0-3
• match_df：包含match（1-3）和对应名称name（'ABC'/'XYZ'/'IJK'）列

需求：把mydf里match1、match2、match3、all_matches列的1、2、3替换成match_df对应的name，0替换为NA，替代繁琐的循环合并方法。

示例数据 #

先构造测试用的示例数据：

mydf <- data.frame(
  id = 1:5,
  value = rnorm(5),
  match1 = c(0,1,0,1,0),
  match2 = c(2,0,2,0,2),
  match3 = c(0,3,3,0,0),
  all_matches = c(1,2,3,0,1)
)

match_df <- data.frame(
  match = 1:3,
  name = c("ABC", "XYZ", "IJK")
)

方法1：tidyverse批量处理（推荐） #

利用dplyr的across函数批量操作指定列，配合命名向量实现映射：

library(dplyr)

# 把match_df转成命名向量，键是数字，值是对应名称
match_map <- setNames(match_df$name, match_df$match)

# 批量处理目标列
mydf_processed <- mydf %>%
  mutate(across(c(match1, match2, match3, all_matches), 
                ~ ifelse(.x == 0, NA, match_map[as.character(.x)])))

方法2：基础R实现 #

不用加载额外包，用lapply批量处理列：

match_map <- setNames(match_df$name, match_df$match)
# 指定要处理的列名
target_cols <- c("match1", "match2", "match3", "all_matches")

# 批量替换
mydf[target_cols] <- lapply(mydf[target_cols], function(x) {
  x[x == 0] <- NA
  match_map[as.character(x)]
})

方法3：因子转换法 #

通过把数值列转成因子，直接映射标签，最后处理空值：

library(dplyr)

mydf_processed <- mydf %>%
  mutate(across(c(match1, match2, match3, all_matches), 
                ~ factor(.x, levels = match_df$match, labels = match_df$name) %>% as.character())) %>%
  # 把原来0对应的空字符换成NA
  mutate(across(c(match1, match2, match3, all_matches), ~ ifelse(. == "", NA, .)))

内容的提问来源于stack exchange，提问作者DaniCee