在R语言中批量替换指定完整短语为空白或NA的实现方法

核心解法（移除短语保留剩余内容） #

直接使用stringr包的正则批量替换功能，无需逐个编写条件，完美适配大量待移除短语的场景：

library(stringr)

# 定义待移除短语列表
words_remove <- c("red cats", "blue dogs", "pink horse")

# 定义数据框
data <- data.frame(
  row_id = 1:4,
  text = c(
    "red cats don't exist",
    "I have a blue dog",
    "I don't like blue dogs",
    "I like horses"
  )
)

# 动态生成正则模式：匹配任意待移除短语，前后允许有空格
pattern <- paste0("\\s*(", paste(words_remove, collapse = "|"), ")\\s*")

# 执行替换并自动清理多余空格
data$text <- str_squish(str_replace_all(data$text, pattern, " "))

# 输出结果
data

执行后得到的结果完全符合预期：

关键逻辑说明 #

1. 正则模式构建：通过paste将所有待移除短语拼接成备选匹配组，\\s*用于匹配短语前后的任意数量空格，确保短语在文本开头、中间、结尾的场景都能被精准捕获。
2. 替换与空格清理：str_replace_all批量替换所有匹配内容为单个空格，再用str_squish自动去除首尾空格、合并中间连续空格，避免出现多余空格的问题。
3. 高效性：无论待移除短语有多少，只需一次生成正则模式即可完成批量处理，比case_when这类逐个枚举的方法简洁高效得多。

可选需求：将含短语的整条文本替换为NA #

如果你的需求是把包含指定短语的整条文本替换为NA（而非移除短语），可以用以下代码：

data$text <- ifelse(
  str_detect(data$text, paste0("\\b(", paste(words_remove, collapse = "|"), ")\\b")),
  NA,
  data$text
)

内容的提问来源于stack exchange，提问作者fe108