R语言dplyr mutate调用字符串比较函数新建列未逐行生效问题

你写的is_good是仅支持单个字符串输入的标量函数，没有做向量化适配，这是问题的核心：

1. 函数内部写的strsplit(test_word,'')[[1]]，只会提取传入test_word参数的第一个元素做拆分计算，传入向量中后面的所有元素都会被直接忽略。
2. dplyr的mutate默认是把整列作为一个完整向量传给函数参数，不会自动逐行拆成单个值传入。

你单独调用is_good(given,'LEXICON')时，传入的test_word是长度为1的标量，[[1]]刚好取到唯一的拆分结果，所以返回正确；但在mutate中调用时，传入的test_word是整列单词组成的长度为N（词表总行数）的向量，函数只会计算第一个单词（示例里是AAHED）的匹配结果，返回单个FALSE值，R会自动把这个单值循环填充到所有行，就出现了全列都是FALSE、没有逐行计算的现象。
你后来用lapply改写的版本，本质就是手动对传入的单词向量做了逐次迭代，补上了原函数缺失的向量化处理逻辑，所以能得到正确结果。

你可以根据自己的使用场景选以下任意一种方案，不需要写冗余的lapply嵌套：

方案1：改造函数为原生向量化版本（性能最优，推荐） #

直接在函数内部做向量迭代，去掉冗余的case_when判断（逻辑比较本身就会返回TRUE/FALSE，不需要套case_when）：

is_good <- function(given, test_word) {
  given_chars <- strsplit(given, "")[[1]]
  # 逐词判断是否存在给定字母集外的字符
  vapply(
    test_word,
    \(w) length(setdiff(strsplit(w, "")[[1]], given_chars)) == 0,
    FUN.VALUE = logical(1),
    USE.NAMES = FALSE
  )
}

# 直接在mutate中调用即可，不需要额外加修饰
words <- words %>% mutate(is_match = is_good(given, word))

这个版本用vapply做迭代，比lapply、rowwise的运行速度快很多，适合几万甚至几十万量级的词表计算。

方案2：保留原标量函数，用行式运算触发逐行计算 #

如果你不想改动已经写好的原函数，可以加rowwise()告诉dplyr按行拆分参数传入函数，适合小数据量场景：

# 原is_good函数不需要做任何修改
words <- words %>%
  rowwise() %>%
  mutate(is_match = is_good(given, word)) %>%
  ungroup() # 计算完记得取消行式分组，避免后续操作出问题

方案3：快速把标量函数转成向量化版本 #

如果不想改函数，也不想写rowwise，可以用基础R的Vectorize快速包装原函数，自动生成支持向量输入的版本：

# 指定对test_word参数做向量化适配
is_good_vec <- Vectorize(is_good, vectorize.args = "test_word")
words <- words %>% mutate(is_match = is_good_vec(given, word))

内容的提问来源于stack exchange，提问作者dave338