R语言：如何无需循环，基于字符串匹配为DataFrame添加标识列

我是R语言完全新手，需求是根据DataFrame每行字符串值是否包含指定标识，为每行添加对应标识列。

示例数据 #

现有DataFrame：

df <- data.frame(Code = c("DE8230", "18FR16", "2UK34", "45BE87C", "1894DE56", "AB12FR", "ES12456"),
                 Type = c("A", "B", "C", "C", "E", "A", "C"),
                 Value = c(12, 14, 8, 20, 21, 16, 5))

初始数据结构：

Code Type Value
1   DE8230    A    12
2   18FR16    B    14
3    2UK34    C     8
4  45BE87C    C    20
5 1894DE56    E    21
6   AB12FR    A    16
7  ES12456    C     5

需求说明 #

需要添加country列，依据Code列中是否存在DE、FR、UK、BE、ES这类标识，匹配对应的国家代码。标识需存储在单独的向量/列表中（实际数据集和标识数量远大于示例）。

尝试的循环方法 #

我曾用循环实现需求，代码如下：

identifiers <- c("DE", "FR", "UK") # 自定义标识

df <- mutate(df, country = 0)

for (i in 1:length(identifiers)){
  df <- mutate(df,
          country = ifelse(grepl(identifiers[i], Code), identifiers[i], country)
  )
}

运行结果：

Code Type Value country
1   DE8230    A    12      DE
2   18FR16    B    14      FR
3    2UK34    C     8      UK
4 1894DE56    C    20      DE
5   AB12FR    E    21      FR

该方法可行，但希望找到无需循环、仅用dplyr的优雅方案。

优雅解决方案 #

方法1：dplyr + stringr（推荐）

利用str_extract匹配第一个出现的标识，结合正则表达式拼接标识列表：

library(dplyr)
library(stringr)

# 定义所有需要匹配的标识
identifiers <- c("DE", "FR", "UK", "BE", "ES")
# 将标识拼接成正则备选模式：DE|FR|UK|BE|ES
pattern <- str_c(identifiers, collapse = "|")

# 新增country列
df <- df %>%
  mutate(country = str_extract(Code, pattern))

运行结果：

Code Type Value country
1   DE8230    A    12      DE
2   18FR16    B    14      FR
3    2UK34    C     8      UK
4  45BE87C    C    20      BE
5 1894DE56    E    21      DE
6   AB12FR    A    16      FR
7  ES12456    C     5      ES

说明：str_extract会自动提取Code中第一个匹配的标识，完全替代循环逻辑，代码简洁且效率更高。

方法2：tidyr::extract（严格匹配场景）

如果需要确保标识是连续两位字符的匹配，可通过正则捕获组提取：

library(dplyr)
library(tidyr)
library(stringr)

identifiers <- c("DE", "FR", "UK", "BE", "ES")
pattern <- str_c(".*(", str_c(identifiers, collapse = "|"), ").*")

df <- df %>%
  extract(Code, into = "country", regex = pattern, remove = FALSE)

remove = FALSE参数会保留原Code列，结果与方法1一致。

处理多匹配场景（可选）

若某行Code包含多个标识（如DEFR123），想要提取所有匹配项，可使用str_extract_all：

df <- df %>%
  mutate(country = str_extract_all(Code, pattern) %>% map_chr(str_c, collapse = ", "))

例如Code = "DEFR123"会得到country = "DE, FR"。

内容的提问来源于stack exchange，提问作者Brendan031