如何在R中统一拼写有差异的变量并实现计数？

针对你遇到的sweets变量大小写、拼写不一致导致计数不准确的问题，这里提供两种实用的实现方案：

方案1：基础R自定义映射（精准控制） #

适合变体数量明确、需要固定映射的场景，直接指定每个原始值对应的标准化名称：

# 原始数据
df <- data.frame(sweets = c("cookie", "CANDY", "Cookie", "cake", "IceCream", "Candy", "Chocolate", "COOKIE", "CAKE"))

# 创建映射表：键为原始变体，值为标准化名称
name_map <- c(
  "cookie" = "Cookie", "COOKIE" = "Cookie", "Cookie" = "Cookie",
  "CANDY" = "Candy", "Candy" = "Candy",
  "cake" = "Cake", "CAKE" = "Cake",
  "IceCream" = "IceCream",
  "Chocolate" = "Chocolate"
)

# 替换得到标准化列
df$sweets_standardized <- name_map[df$sweets]

# 生成计数表
count_table <- table(df$sweets_standardized)
count_table

执行后会得到和你预期一致的计数结果：

sweets_standardized
    Cake     Candy Chocolate   Cookie IceCream 
        2         2         1         3         1 

方案2：tidyverse批量处理（高效通用） #

如果大部分值仅存在大小写差异，仅少数特殊拼写需要修正，用dplyr+stringr可以快速批量处理：

library(dplyr)
library(stringr)

# 原始数据
df <- data.frame(sweets = c("cookie", "CANDY", "Cookie", "cake", "IceCream", "Candy", "Chocolate", "COOKIE", "CAKE"))

# 标准化处理：先统一大小写，再修正特殊拼写
df_standardized <- df %>%
  mutate(
    sweets_standardized = str_to_title(tolower(sweets)) %>%
      str_replace("Icecream", "IceCream")
  )

# 生成计数表
count_table <- table(df_standardized$sweets_standardized)
count_table

说明 #

• tolower()将所有字符串转为小写，str_to_title()将每个单词首字母大写，解决大部分大小写不一致问题
• str_replace()用于修正特殊拼写（比如Icecream转为你需要的IceCream）

内容的提问来源于stack exchange，提问作者Moooe