R中如何将完整vector/list绑定到dataframe每一行而无需合并再拆分？

直接将关键词向量用list()包裹后赋值即可，无需经过字符串拼接再拆分的冗余步骤，示例代码如下：

library(dplyr)
library(tidyr)
library(stringr)

# 原有数据定义保持不变
df <- tibble(text = c(
  "I really like apples, tomoatoes, and cucumbers",
  "I really like berries, chocolate, and apples",
  "I really like avocado, chocolate, and carrots"
))

keywords <- c("apple",
              "tomato",
              "cucumbe",
              "chocolate",
              "avocado")

# 核心逻辑：将整个关键词向量作为列表元素绑定到每一行
df %>% 
  mutate(keyword = list(keywords)) %>% 
  unnest(keyword)

原操作报错原因 #

最初直接赋值mutate(keyword = keywords)报错，是因为dplyr的mutate默认为向量化运算，会尝试将长度为5的keywords向量循环匹配到3行的df中，长度不匹配就会抛出异常。而用list()包裹后，整个关键词向量会被识别为单个列表元素，每一行都存储完整的关键词列表，和df的行数完全匹配。

扩展：更高效的关键词检索方案 #

如果只是需要做文本关键词匹配，不需要先展开所有关键词再过滤，可以直接用正则匹配实现，性能更高：

• 筛选包含任意关键词的行：

df %>% 
  filter(str_detect(text, str_c(keywords, collapse = "|")))

• 提取每行匹配到的所有关键词：

df %>% 
  mutate(matched_keywords = str_extract_all(text, str_c(keywords, collapse = "|")))

注意：原有实现中的keywords$keyword写法存在问题，keywords本身是字符向量不是数据框，无需用$取列。

内容的提问来源于stack exchange，提问作者Ben G