R语言如何使用县名列表检索描述列中含指定县名的行

原有代码错误说明 #

1. %in%是精确匹配运算符，只有当Description的完整内容和县名字段的某一值完全相等时才会返回TRUE，而你的县名是嵌入在长文本中的，因此无法命中。
2. apply行循环中调用了全量的Df$Description，相当于每一行计算时都在判断整个数据集的描述列是否匹配，输出结果必然不符合预期。

解决方案 #

使用字符串正则匹配的方式批量检测，用tidyverse的stringr库函数实现最简便，运行效率高，1000行数据集耗时几乎可以忽略：

# 加载依赖，已安装加载过可跳过
library(tidyverse)

# 拼接所有县名为正则或模式，fixed()避免县名含特殊字符干扰匹配
county_match_rule <- str_c(Carolina.Counties$county, collapse = "|") %>% fixed()

# 新增标记字段，匹配到县名则为yes，否则为no
df <- df %>%
  mutate(has_specified_county = if_else(str_detect(Description, county_match_rule), "yes", "no"))

如果需要同时提取出匹配到的具体县名，可以再加一个字段：

df <- df %>%
  mutate(
    has_specified_county = if_else(str_detect(Description, county_match_rule), "yes", "no"),
    matched_county_name = str_extract(Description, county_match_rule)
  )

补充说明 #

如果你的描述字段和县名的大小写不统一，可以把匹配规则改成不区分大小写的正则模式：

county_match_rule <- regex(str_c(Carolina.Counties$county, collapse = "|"), ignore_case = TRUE)

用你提供的示例数据测试，输出结果如下：

# A tibble: 3 × 4
  `Donor Type`       Amount Description               has_specified_county
  <chr>              <chr>  <chr>                     <chr>               
1 Single Donation    10     This is for Person County yes                 
2 Grant              50     Books for Beaufort County yes                 
3 Recurring Donation 100    Brews for Books           no 

内容的提问来源于stack exchange，提问作者Molly