R语言如何匹配CB字段为dataframe替换或新增带前缀对应列值

核心匹配逻辑：参考对象subset的列名格式为样本前缀_原始CB序列，通过原始CB值作为后缀匹配即可拿到完整的带前缀CB值，支持替换原列/新增列两种需求。

前置准备 #

先提取参考匹配源：

# 提取subset的所有列名作为匹配库
ref_cb_list <- colnames(subset)
# 加载stringr包做正则匹配，未安装的话先运行 install.packages("stringr")
library(stringr)

方案1：替换原有CB列（完全匹配你给出的预期输出效果） #

直接覆盖原有CB列，自动统一成你要的小写前缀格式，未匹配到的值会标记为NA避免错配：

totalfrag$CB <- sapply(totalfrag$CB, function(cb_val) {
  # 正则规则：匹配以当前原始CB值结尾的参考项，避免前缀误匹配
  match_target <- ref_cb_list[str_detect(ref_cb_list, paste0(cb_val, "$"))]
  # 匹配成功则转小写返回，失败返回NA
  if (length(match_target) >= 1) {
    return(tolower(match_target[1]))
  } else {
    return(NA_character_)
  }
})

方案2：新增列存储完整CB值（保留原始CB列方便溯源） #

如果需要保留原始CB列做后续校验，可以新增一列存放匹配结果：

totalfrag$CB_full <- sapply(totalfrag$CB, function(cb_val) {
  match_target <- ref_cb_list[str_detect(ref_cb_list, paste0(cb_val, "$"))]
  if (length(match_target) >= 1) {
    return(tolower(match_target[1]))
  } else {
    return(NA_character_)
  }
})

注意事项 #

• 代码中tolower()是为了匹配你示例输出里的小写ko_d3_r1_格式，如果不需要转小写，直接删掉该函数即可。
• 正则表达式末尾加$是为了限定匹配字符串结尾，防止短CB序列误匹配到其他长同名后缀的条目，匹配准确率更高。
• 如果运行后存在NA值，说明对应原始CB在subset的列名中无匹配项，可单独筛选这些条目检查序列格式是否一致。

内容的提问来源于stack exchange，提问作者jonny jeep