R语言中如何替代多层嵌套ifelse完成字符串匹配生成新列

方案1：正则表达式直接提取（适用于映射规则为提取X与下划线间数字的场景） #

你给出的示例中food列格式统一为X+数字+下划线，可直接用正则提取目标值，代码最简洁：

# 加载stringr包处理字符串更方便
library(stringr)
df$food_final <- str_extract(df$food, "(?<=X)\\d+(?=_)")

# 若无需额外依赖，用base R也可以实现
df$food_final <- regmatches(df$food, regexpr("(?<=X)\\d+(?=_)", df$food, perl = TRUE))

运行后结果和嵌套ifelse得到的完全一致，无层数限制，性能远高于嵌套判断。

方案2：查找表批量匹配（适用于自定义映射规则的通用场景） #

如果你的映射规则不是简单提取数字（比如X1_对应"苹果"、X2_对应"香蕉"这类自定义对应关系），优先用查找表方案，100+规则只需要维护一张表，可读性极强：

# 第一步：建立映射查找表，后续修改规则直接更新这张表即可
lookup <- data.frame(
  pattern = c("X1_", "X2_", "X3_", "X4_", "X5_", "X100_"), # 匹配规则
  food_final = c("1", "2", "3", "4", "5", "100") # 对应返回值
)

# 第二步：批量匹配生成新列
library(purrr)
df$food_final <- map_chr(df$food, function(x) {
  match_idx <- which(grepl(lookup$pattern, x, ignore.case = TRUE))[1]
  ifelse(length(match_idx) > 0, lookup$food_final[match_idx], NA_character_)
})

方案3：dplyr::case_when（适用于规则数量中等，需要直观写条件的场景） #

如果不想单独维护查找表，也可以用case_when替代嵌套ifelse，可读性比嵌套写法高很多：

library(dplyr)
df <- df %>%
  mutate(food_final = case_when(
    grepl("X1_", food, ignore.case = TRUE) ~ "1",
    grepl("X2_", food, ignore.case = TRUE) ~ "2",
    grepl("X3_", food, ignore.case = TRUE) ~ "3",
    grepl("X4_", food, ignore.case = TRUE) ~ "4",
    grepl("X5_", food, ignore.case = TRUE) ~ "5",
    grepl("X100_", food, ignore.case = TRUE) ~ "100",
    TRUE ~ NA_character_
  ))

以上三个方案都完全规避了ifelse嵌套层数限制的问题，性能和可维护性都远高于原写法。

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