R语言如何批量替换medication前缀多列的多个拼写错误值

你不需要逐列复制修改代码，通过「统一替换规则+自动匹配目标列」的逻辑就能一次性完成所有列的替换，两种常用实现方式如下：

方案1：基础R实现（无需额外安装包） #

步骤1：先整理所有替换规则 #

把所有药物的大小写变体、拼写错误和对应的标准值整理成映射，后续新增药物替换规则直接往里面加就行：

# 命名向量规则：名称为待替换的错误/变体值，值为对应的标准药物名
replace_rules <- c(
  "Orange" = "Orange",
  "orange" = "Orange",
  "ORANGE" = "Orange",
  "Orangee" = "Orange",
  # 其他药物的规则直接追加，例如阿司匹林的错拼
  "asprin" = "Aspirin",
  "Asprin" = "Aspirin",
  "ASPIRIN" = "Aspirin",
  "asprinn" = "Aspirin"
)

步骤2：自动匹配所有需要处理的列 #

不用手动列全部50个列名，通过正则自动匹配所有medication+数字格式的列：

# 匹配所有符合命名规则的目标列
target_cols <- grep("^medication[0-9]+$", names(df), value = TRUE)

步骤3：批量循环替换 #

遍历所有目标列一次性完成替换，未匹配到规则的值（本身就是正确值的条目）会保留原值，不会被误改：

for (col in target_cols) {
  raw_val <- df[[col]]
  df[[col]] <- ifelse(
    raw_val %in% names(replace_rules),
    replace_rules[raw_val],
    raw_val
  )
}

方案2：dplyr简洁实现（适合tidyverse工作流） #

如果平时用dplyr处理数据，可以用across()直接对匹配到的所有列应用替换规则，代码更简洁：

library(dplyr)

df <- df %>%
  mutate(
    across(
      # 自动匹配所有medication开头加数字的列
      matches("^medication[0-9]+$"),
      ~ case_when(
        .x %in% c("Orange", "orange", "ORANGE", "Orangee") ~ "Orange",
        .x %in% c("asprin", "Asprin", "ASPIRIN", "asprinn") ~ "Aspirin",
        # 其余未匹配到规则的值保留原样
        TRUE ~ .x
      )
    )
  )

优化提示 #

如果拼写错误变体太多，不想手动枚举所有情况，可以先对字符串做标准化预处理，减少手动列规则的工作量：

• 先统一转小写：tolower()
• 去掉字符串首尾多余空格：trimws()
• 对重复字母做模糊匹配（比如把连续重复的字母压缩成单个，处理Orangee/Orangeee这类错误）

替换完成后可以用lapply(df[target_cols], unique)快速抽查每列的唯一值，补漏未覆盖的拼写错误即可，后续新增时间点、新增列只要符合medication+数字的命名规则，不需要修改代码逻辑就能自动处理。

内容的提问来源于stack exchange，提问作者NoobR