如何在R语言中批量使用grepl识别数据框内文本相似性

我来帮你解决这个批量匹配的问题！你已经搞定了单个词的匹配逻辑，现在只需要把这个操作批量应用到所有目标词上，就能生成包含matches1到matchesN的结果数据框了。下面给你两种实用的实现方式：

首先先模拟你的数据和目标词列表（方便你直接测试）：

# 模拟你的原始数据框
df <- data.frame(
  id = 1:10,
  product = c("milk", "200", "gr.", "Low", "fat", "milkshake", "200", "gr.", "High", "fat")
)

# 假设这是你要匹配的所有词的列表（替换成你实际的words_unlist即可）
words_unlist <- unique(df$product)[1:5] 

方法一：基础R循环（无需额外依赖包） #

这种写法用基础R就能实现，适合不想加载额外包的场景：

# 初始化结果数据框，先保留原始数据
result_df <- df

# 遍历每个目标词，生成对应的匹配列
for (i in seq_along(words_unlist)) {
  # 定义列名：matches1、matches2...
  col_name <- paste0("matches", i)
  # 执行匹配，把逻辑值转成0/1（和你单个匹配的结果格式一致）
  result_df[[col_name]] <- as.integer(grepl(words_unlist[i], df$product))
}

方法二：tidyverse简洁写法（推荐） #

如果你习惯用tidyverse的管道风格，这种写法更简洁优雅：

library(tidyverse)

# 生成所有匹配列并和原始数据合并
result_df <- df %>%
  bind_cols(
    map_dfc(seq_along(words_unlist), function(i) {
      # 动态生成列名
      col_name <- paste0("matches", i)
      # 创建匹配列并命名
      tibble(!!col_name := as.integer(grepl(words_unlist[i], df$product)))
    })
  )

两种方法最终都会得到你想要的格式：原始的id和product列，加上matches1到matchesN列，每列对应一个目标词的匹配结果（1表示匹配成功，0表示未匹配）。比如针对示例数据，matches1会在product包含"milk"的行（id=1和id=6）显示1，其他行显示0，和你之前单个匹配的结果完全一致。

内容的提问来源于stack exchange，提问作者mahnaz mohammadi