如何用R语言将数据集中的地区名称替换为对应编码？

可复现示例数据 #

library(tidyverse)

adrs_data <- data.frame(
  adress = c("6 Frien Street, Paris", "Toulouse, 7 Hospital street", "10 market avenue (Bordeaux)")
)

dep_code <- data.frame(
  code = c("75", "31", "33"),
  names = c("Paris", "Toulouse", "Bordeaux")
)

原代码的问题 #

你写的代码存在两个关键问题：

• case_when(adress %in% d_search)逻辑错误：d_search是用|拼接的正则匹配串，而adress是完整的地址文本，不可能直接属于这个正则串组成的集合，导致所有行都会走TRUE ~ adress分支，根本没执行替换。
• str_replace_all(adress, d_search, c_search)无法实现对应替换：str_replace_all的替换参数如果是向量，会循环替换所有匹配项，但这里需要的是把"Paris"换成"75"、"Toulouse"换成"31"这种一一对应的映射，直接传两个向量达不到预期效果。

正确解决方案 #

可以通过创建命名替换向量的方式实现精准对应替换，同时用正则匹配确保只替换完整的地区名称（避免部分匹配）：

方法1：使用命名向量结合str_replace_all #

# 创建命名向量：地区名称作为名称，编码作为值
replace_map <- set_names(dep_code$code, dep_code$names)

# 执行替换，用\\b确保匹配完整单词（避免类似"Parisian"被误替换）
df <- adrs_data %>%
  mutate(c_adress = str_replace_all(adress, regex(paste0("\\b", names(replace_map), "\\b", collapse = "|")), replace_map))

方法2：逐行匹配替换（适合更复杂的匹配场景） #

如果需要更精细的控制，可以用reduce2结合逐行处理：

df <- adrs_data %>%
  rowwise() %>%
  mutate(
    c_adress = reduce2(dep_code$names, dep_code$code, ~str_replace(.x, .y, ..3), .init = adress)
  ) %>%
  ungroup()

预期输出 #

运行上述代码后，得到的结果符合预期：

# 输出结果
#                     adress                  c_adress
# 1     6 Frien Street, Paris     6 Frien Street, 75
# 2 Toulouse, 7 Hospital street 31, 7 Hospital street
# 3 10 market avenue (Bordeaux) 10 market avenue (33)

内容的提问来源于stack exchange，提问作者Coralie