如何基于含多值的dfcheck为dfdata匹配新增status与stock列？

步骤1：预处理参考数据框，建立名称映射关系 #

首先需要把dfcheck中用分号分隔的name值拆分为独立条目，构建每个名称与status、stock的一对一映射表：

# 若未安装tidyr包，先执行 install.packages("tidyr")
library(tidyr)

# 拆分name列，生成每行对应单个名称的映射表
dfcheck_map <- dfcheck %>%
  separate_rows(name, sep = ";") %>%
  mutate(name = trimws(name)) # 去除名称可能带的空格（示例中无空格，可按需保留）

步骤2：遍历匹配并生成目标列 #

遍历dfdata中除id外的所有列，为每个列匹配对应的status和stock，并合并到原数据框：

# 获取需要处理的标题列（排除id列）
title_columns <- setdiff(colnames(dfdata), "id")

# 循环处理每个标题列
for(col in title_columns) {
  # 提取列序号，用于命名新的status和stock列
  col_index <- sub("title", "", col)
  # 匹配当前列的名称，获取对应状态和库存信息
  match_result <- dfdata %>%
    select(id, all_of(col)) %>%
    left_join(dfcheck_map, by = setNames("name", col)) %>%
    select(id, status, stock) %>%
    rename_with(~paste0(.x, col_index), c(status, stock))
  # 将匹配结果合并到原数据框
  dfdata <- dfdata %>% left_join(match_result, by = "id")
}

最终结果 #

运行上述代码后，dfdata将生成预期输出：

print(dfdata)
#   id  title1  title2    status1          stock1 status2 stock2
# 1 id1 amazon1  yahoo2 open/close  company energy    open  other
# 2 id2 google1    <NA> open/close  company energy    <NA>   <NA>
# 3 id3  yahoo1 amazon2      close goods and books    open  other

逻辑说明 #

1. 拆分映射表：用separate_rows把多值的name拆分为单行，解决原数据中一个status对应多个名称的一对多匹配问题。
2. 列匹配与合并：通过left_join保留原数据的NA值（如id2的title2为空时，对应状态和库存也为空），并重命名匹配结果列，确保列名与原标题列一一对应。

内容的提问来源于stack exchange，提问作者Erik Brole