如何在行数不同的两张表中判断PID是否包含于Customer ID字段

先构造可复现的示例数据，方便你测试验证：

# 示例数据
Table_A <- data.frame(
  PID = c("123", "456", "789", "abc"),
  Region = c("North", "South", "East", "West")
)

Table_B <- data.frame(
  Product = c("Laptop", "Phone", "Tablet"),
  Colour = c("Black", "White", "Grey"),
  `Customer ID` = c("Cust_123_XYZ", "456", "Cust_7890")
)

方法1：使用tidyverse（dplyr + stringr） #

核心思路是先提取Table B的所有Customer ID作为向量，再对Table A的每个PID单独检查是否存在匹配：

library(dplyr)
library(stringr)

# 提取Table B的客户ID向量
cust_ids <- Table_B$`Customer ID`

# 为Table A新增匹配状态列
Table_A <- Table_A %>%
  mutate(
    match_status = ifelse(
      # 检查当前PID是否在任意客户ID中出现（子串或精确匹配）
      str_detect(cust_ids, fixed(PID)) %>% any(),
      "mapped",
      "notmapped"
    ),
    .by = PID  # 按PID分组，确保每个ID独立检查所有客户ID
  )

• fixed(PID)：按字面匹配PID，避免正则特殊字符（如.、*）干扰，若需要正则匹配可移除该参数
• .by = PID：dplyr 1.1.0及以上版本支持，确保每个PID单独遍历所有客户ID，解决行数不匹配问题

方法2：使用Base R #

无需加载额外包，通过sapply遍历每个PID完成检查：

# 提取客户ID向量
cust_ids <- Table_B$`Customer ID`

# 定义匹配检查函数
check_match <- function(pid) {
  # 检查当前PID是否存在于任意客户ID中
  any(grepl(pid, cust_ids, fixed = TRUE))
}

# 新增状态列
Table_A$match_status <- ifelse(sapply(Table_A$PID, check_match), "mapped", "notmapped")

• grepl的fixed = TRUE作用同上述fixed(PID)，确保字面匹配

问题原因说明 #

你之前用grepl或str_detect报错/无效，是因为直接将两个长度不同的列传入函数（如str_detect(Table_B$Customer ID, Table_A$PID)），R会自动循环短向量进行匹配，导致结果错误或触发长度不匹配警告。上述两种方法都是对每个PID单独遍历所有客户ID，彻底避免了这个问题。

内容的提问来源于stack exchange，提问作者walkinglemon