R语言：如何匹配数据框食物项并返回对应分类列表名称？

我有一个列表对象a，示例如下：

a <- list("FRUITS" = c("apples","bananas","pears"),
          "VEGGIES" = c("lettuce","pepper","carrot"),
          "BREADS" = c("bagel","muffin","sandwhich"))

实际数据包含300个长度不等的子列表，每个子列表约有90个元素。另有一个数据框b（实际含数千行）：

b <- data.frame("Sample" = c("BB","TT","LT"),
        "Food" = c("SandWich","Tomato","BANANA"),
        "Volume" = c(124,1356,1343))

目标是为数据框b新增一列Match，填入每个Food项所属的列表名称，要求大小写不敏感匹配，示例结果如下：

data.frame("Sample" = c("BB","TT","LT"),
        "Food" = c("SandWich","Tomato","BANANA"),
        "Volume" = c(124,1356,1343),
        "Match" = c("BREADS","VEGGIES","FRUITS"))

尝试过类似Excel VLOOKUP的方法，但未找到能返回列表名称的方案，请问该如何实现？

解决方案 #

方法1：基础R实现 #

核心思路是先将列表a转换为键值对格式的匹配表，统一大小写后再与b进行匹配：

# 把列表a转换为长格式匹配表，统一转小写
lookup_df <- data.frame(
  food = tolower(unlist(a)),
  category = rep(names(a), sapply(a, length)),
  stringsAsFactors = FALSE
)

# 对b的Food列转小写，匹配分类并新增列
b$Match <- lookup_df$category[match(tolower(b$Food), lookup_df$food)]

# 查看结果
print(b)

方法2：tidyverse工具链实现 #

用purrr和dplyr的语法可以更简洁地完成转换与匹配，适合习惯tidy风格的用户：

library(tidyverse)

# 将列表转为长格式匹配表，统一食物名称大小写
lookup_df <- enframe(a, name = "Match", value = "Food") %>%
  unnest(Food) %>%
  mutate(Food = tolower(Food))

# 匹配并合并到原数据框
b <- b %>%
  mutate(Food_lower = tolower(Food)) %>%
  left_join(lookup_df, by = c("Food_lower" = "Food")) %>%
  select(-Food_lower)

# 查看结果
print(b)

方法3：data.table高效实现（适合大数据量） #

如果数据框b行数较多（数千行及以上），data.table的匹配效率会远高于基础R和tidyverse：

library(data.table)

# 转换列表为data.table格式的匹配表
lookup_dt <- rbindlist(
  lapply(names(a), function(x) data.table(Food = tolower(a[[x]]), Match = x))
)

# 转换b为data.table，完成匹配并清理临时列
setDT(b)[, Food_lower := tolower(Food)]
b <- lookup_dt[b, on = .(Food = Food_lower)]
b[, Food_lower := NULL]

# 查看结果
print(b)

注意事项 #

• 如果某个Food项同时属于多个分类，以上方法会返回第一个匹配到的分类；若需返回所有匹配分类，可修改代码将结果用逗号分隔。
• 匹配时必须统一使用tolower()或toupper()，避免因大小写差异导致匹配失败。

内容的提问来源于stack exchange，提问作者user7264