如何在R中实现数据集列的部分匹配并添加Y/N标记列

你原来的代码存在两个问题：

• Y和N未加引号，R会将其视为变量引发报错，需改为字符串"Y"和"N"；
• %in%仅支持精确匹配，无法处理B列中逗号分隔的多值场景，需要先把这类多值拆分为单个选项再匹配。

以下是可行的处理代码：

library(dplyr)
library(stringr)

# 1. 整理B中所有候选匹配项
match_candidates <- B %>%
  select(5, 6) %>%  # 选取B的第5、6列
  pivot_longer(cols = everything(), values_to = "item") %>%  # 将两列合并为单列
  mutate(item = str_split(item, ",")) %>%  # 按逗号拆分多值内容
  unnest(item) %>%  # 把拆分后的列表展开为单个元素行
  mutate(
    item = trimws(item),  # 去除选项前后空格
    item = str_remove_all(item, "\\(|\\)")  # 去除括号（无括号可删除此行）
  ) %>%
  pull(item) %>%  # 提取为向量
  unique()  # 去重减少重复检查

# 2. 给A添加Match列
A <- A %>%
  mutate(
    # 统一A第4列的格式（和候选项处理逻辑一致）
    target = trimws(str_remove_all(.[[4]], "\\(|\\)")),
    # 判断是否匹配并生成Y/N
    Match = ifelse(target %in% match_candidates, "Y", "N")
  ) %>%
  select(-target)  # 删除中间临时列（不需要可保留）

说明 #

• 先将B中所有可能的匹配项拆分为单个元素，统一格式（去空格、去括号），确保后续能通过%in%完成精确匹配；
• 对A的第4列做相同格式处理，避免因格式差异（如空格、括号）导致匹配失败；
• 你的示例场景中：A$4的(CR2)处理后为CR2，B$6的(CR1,CR2)拆分处理后得到CR1和CR2，因此CR2会命中候选列表，最终Match列值为Y。

内容的提问来源于stack exchange，提问作者BenMar16