在R中实现非精确字符匹配并更新dataframe的section列

问题背景 #

现有DataFrame estimates_df，部分数据如下：

Item            section
7596                5 Gal Samandoque      Cacti/Accents
7597       5 Gal Purple Prickly Pear      Cacti/Accents
7598              5 Gal Banana Yucca      Cacti/Accents
7599                5 Gal Yucca Vine              Vines
7600             5 Gal Red Three Awn            Grasses
7601 3/4" Screened To Match Existing      Decomposed Granite
...

另有字符向量cactus_names存储仙人掌/多肉名称：

[1]"Prickly Pear"
[2]"Samandoque"
[3]"Banana Yucca"
...

需要实现：不修改Item列内容，将所有Item中包含cactus_names内任意名称的行，其section列更新为"Cacti/Succulents"。此前尝试的精确匹配代码无效：

estimates_df %>%
mutate(section = ifelse(cactus_names %in% Item, "Cacti/Succulents", section))

问题原因 #

原代码用%in%做精确匹配，要求Item完全等于cactus_names中的某一项，但实际需求是包含匹配——即Item字符串里包含cactus_names中的任意子串。

解决方案 #

方法1：dplyr + stringr（推荐） #

用stringr::str_c将cactus_names合并为正则匹配模式，再用str_detect检查Item是否匹配：

library(dplyr)
library(stringr)

# 构建正则模式：匹配任意一个仙人掌名称
cactus_pattern <- str_c(cactus_names, collapse = "|")

# 更新section列
estimates_df <- estimates_df %>%
  mutate(section = ifelse(str_detect(Item, cactus_pattern), "Cacti/Succulents", section))

方法2：基础R实现 #

无需额外包，用paste构建正则，结合grepl实现匹配：

# 构建正则模式
cactus_pattern <- paste(cactus_names, collapse = "|")

# 更新section列
estimates_df$section <- ifelse(grepl(cactus_pattern, estimates_df$Item), "Cacti/Succulents", estimates_df$section)

特殊情况处理 #

如果cactus_names里包含正则特殊字符（如.、*、+等），需要先转义避免匹配异常：

# stringr包转义
cactus_pattern <- str_c(str_escape(cactus_names), collapse = "|")

# 基础R转义（需加载utils包）
library(utils)
cactus_pattern <- paste(escapeRegex(cactus_names), collapse = "|")

内容的提问来源于stack exchange，提问作者LoveMYMAth