R语言如何按行将字符串转为向量 实现诊断编码逐行匹配

之前的处理思路存在两个核心问题：

• 直接对整列discharge_codes调用str_split()后接flatten_chr()，会把所有行拆分出的诊断编码全部合并成一个全局字符向量，完全丢失行与行的患者对应关系，自然无法实现逐患者匹配。
• 用rowwise()按行处理时报错，是因为str_split()处理单行字符串时，输出本身就是拆分完成的字符向量（嵌套在长度为1的列表元素里），而flatten_chr()要求输入必须是多层嵌套的列表结构，传入字符向量就会触发.x must be a list, not a character vector的类型错误。

不需要复杂的扁平化操作，两种常用写法都可以快速实现需求：

方法1：正则精确匹配（代码最简洁） #

不需要拆分字符串，直接构造精确匹配的正则规则即可，必须加起止和分隔符边界判断，避免短编码被长编码误判（比如编码"A"误匹配到"AB"）：

library(tidyverse)
mre %>% 
  mutate(
    is_code_exist = str_detect(discharge_codes, paste0("(^|_)", follow_up_code, "(_|$)"))
  )

运行结果对应示例数据：

• 患者1234：随访编码A存在于出院编码A_B_C中，返回TRUE
• 患者4567：随访编码C不存在于出院编码D_E_F中，返回FALSE
• 患者7890：随访编码E存在于出院编码A_C_E中，返回TRUE

方法2：逐行拆分判断（逻辑最直观） #

如果不想写正则，可以利用str_split()输出的列表列结构，用map2_lgl()逐行做成员判断，不会出现全局扁平化的问题：

mre %>%
  mutate(
    is_code_exist = map2_lgl(
      discharge_codes, follow_up_code,
      ~ .y %in% str_split(.x, "_")[[1]]
    )
  )

之前的rowwise()写法其实只需要去掉多余的flatten_chr()调用就能正常运行，不需要额外做格式转换：

mre %>%
  rowwise() %>%
  mutate(is_code_exist = follow_up_code %in% str_split(discharge_codes, "_")[[1]]) %>%
  ungroup()

内容的提问来源于stack exchange，提问作者Nickopotamus