如何在R dataframe中使用str_detect函数条件创建新列？

嘿，这个需求很好解决！咱们可以用dplyr里的case_when()函数配合stringr::str_detect()来完成，这种写法逻辑清晰，可读性强，非常适合多条件的赋值场景。

方法一：推荐使用dplyr管道风格 #

假设你的数据框名为df，代码如下：

library(dplyr)
library(stringr)

df <- df %>%
  mutate(groupedChannel = case_when(
    # 匹配包含"direct"的行（不区分大小写），赋值为"Direct"
    str_detect(Channel, regex("direct", ignore_case = TRUE)) ~ "Direct",
    # 匹配包含"social"的行（不区分大小写），赋值为"Social"
    str_detect(Channel, regex("social", ignore_case = TRUE)) ~ "Social",
    # 处理不匹配以上两种情况的行，这里默认赋值为"Other"，你也可以改成NA
    TRUE ~ "Other"
  ))

代码解释：

• case_when()会按顺序检查每个条件，只要某一行满足第一个条件，就会返回对应的赋值，后面的条件不再检查；
• regex("direct", ignore_case = TRUE)是为了让匹配不区分大小写（比如"DIRECT"、"Direct"都能匹配到），如果你的数据里只有严格小写的"direct"，可以去掉ignore_case = TRUE参数；
• 最后一行TRUE ~ "Other"是兜底的默认值，确保所有行都能得到赋值，避免出现NA（如果不需要可以改成TRUE ~ NA_character_）。

方法二：基础R的嵌套ifelse写法 #

如果你不想加载dplyr包，也可以用基础R的ifelse()嵌套来实现：

library(stringr)

df$groupedChannel <- ifelse(
  str_detect(df$Channel, regex("direct", ignore_case = TRUE)),
  "Direct",
  ifelse(
    str_detect(df$Channel, regex("social", ignore_case = TRUE)),
    "Social",
    "Other"
  )
)

这种写法虽然能实现功能，但当条件变多的时候会变得很臃肿，所以更推荐第一种dplyr的写法。

验证结果 #

针对你的Channel列值（Direct、Paid social、Organic social），执行后groupedChannel列会得到：

• Direct → "Direct"
• Paid social → "Social"
• Organic social → "Social"

完全符合你的需求！

内容的提问来源于stack exchange，提问作者AdilK