R dataframe如何根据匹配向量的重复规则输出对应重复字符串

你原来的写法中，df$a %in% c("A","A","B", "B")返回的是长度为2的逻辑向量[1] TRUE TRUE，用它索引只有2个元素的df$cat，自然只能得到去重后的2个结果，不会保留输入匹配向量的重复结构。

方法1：基础R match() 函数（最简推荐） #

match(x, table)会返回和第一个参数x长度一致的索引值，对应每个x元素在table中第一次匹配到的位置，刚好适配你的需求：

match_vec <- c("A","A","B","B")
df$cat[match(match_vec, df$a)]

运行后输出：

[1] "X" "X" "Y" "Y"

如果存在匹配不到的元素，该方法会返回NA，你可以按需做缺失值处理。

方法2：dplyr 左连接（适合复杂匹配场景） #

如果你的匹配逻辑更复杂，或者已经在用tidyverse生态，可以把待匹配的向量转成单列数据框后做左连接：

library(dplyr)
# 待匹配向量转数据框
data.frame(a = c("A","A","B","B")) %>% 
  # 和原表关联
  left_join(df, by = "a") %>% 
  # 提取目标列
  pull(cat)

输出结果和方法1完全一致。

内容的提问来源于stack exchange，提问作者manu p