R中使用dplyr判断数据框列值是否存在于指定向量的方法

直接在mutate()中使用R原生的%in%操作符即可完成判断，无需额外依赖复杂函数，完整代码如下：

# 加载依赖包
library(dplyr)
library(tibble)

# 构造示例数据框
var1 = c("A","B","C","D","E","F","G","H","I")
lc = c("london","athens","amsterdam","new york","tokyo","barcelona","rome","mexico city","cairo")
df = tibble(var1,lc)

# 待匹配目标向量
var2 = c("A","C","E","F","G","H","I","J","K","L","M")

# 新增condition逻辑列
df <- df %>%
  mutate(condition = var1 %in% var2)

代码说明 #

• %in%操作符会逐行判断var1列的每个元素是否存在于var2向量中，返回长度与原数据框行数一致的逻辑向量（TRUE/FALSE），直接赋值给condition列即可
• 该操作是向量化运算，执行效率远高于逐行循环、apply类遍历的写法，是R中做集合成员判断的标准写法
• 你给出的预期输出中第一行lc值为首字母大写的London，属于示例笔误，上述代码会保留原始数据中的小写london，如果需要统一首字母大写格式，可以在mutate中追加lc = stringr::str_to_title(lc)的处理步骤

运行代码后得到的输出完全匹配预期结构：

内容的提问来源于stack exchange，提问作者Homer Jay Simpson