R中通过查找表替换数据框列值及按食品名称筛选的实现问题

需求1：将food.dat中的编号重编码为对应食品名称 #

方法1：tidyverse生态实现（逻辑清晰，容错率高） #

通过长宽表转换自动对齐类别与编号，无需手动遍历列：

# 未安装依赖先运行 install.packages("tidyverse")
library(tidyverse)

food.dat_named <- food.dat %>%
  rownames_to_column("row_id") %>% # 保留原数据行顺序
  pivot_longer(-row_id, names_to = "FoodItem", values_to = "Number") %>%
  # 按类别+编号双字段匹配，避免不同类别同编号匹配错误
  left_join(food.lookup, by = c("FoodItem", "Number")) %>%
  select(-Number) %>%
  pivot_wider(names_from = FoodItem, values_from = FoodName) %>%
  select(-row_id) # 移除辅助行号列

方法2：基础R实现（无需额外安装包） #

逐列匹配对应类别的查找规则：

food.dat_named <- food.dat
# 遍历每一列执行匹配
for (col_name in colnames(food.dat_named)) {
  # 提取当前列对应的查找表子集
  sub_lookup <- food.lookup[food.lookup$FoodItem == col_name, ]
  # 按编号匹配替换名称
  food.dat_named[[col_name]] <- sub_lookup$FoodName[match(food.dat_named[[col_name]], sub_lookup$Number)]
}

重编码后的输出示例：

需求2：实现食品名称查询函数 #

基于重编码后的数据表，实现输入指定食品名称返回所有包含该食品的行：

filter_food_row <- function(target_food, named_df = food.dat_named) {
  # 逐行判断是否存在目标食品
  match_row <- apply(named_df, 1, function(row_vec) target_food %in% row_vec)
  return(named_df[match_row, ])
}

# 测试示例：查询所有包含Cheese的行
filter_food_row("Cheese")

测试输出结果：

注意：如果需要直接基于原始数值表查询，可将重编码逻辑嵌入函数内，适合单次查询场景；提前生成重编码表更适合多次查询的场景，运行效率更高。

内容的提问来源于stack exchange，提问作者ksweet