如何修改含str_detect的R脚本实现多机构数据处理及对象命名自动化

你可以通过「封装自定义函数+批量遍历机构列表」的方式实现全流程自动化，具体实现代码如下：

步骤1：封装统一处理逻辑为自定义函数 #

把机构名称作为入参，相同的处理逻辑复用，示例代码：

# 自定义处理函数，入参org_name为collectionName要匹配的机构全称
process_org <- function(org_name) {
  df %>%
    filter(str_detect(collectionName, org_name)) %>%
    filter(str_detect(Year, paste(years, collapse = "|"))) %>%
    corpus(text_field = "text") %>%
    tokens(remove_punct = TRUE) %>%
    tokens_select(stopwords('english'),selection='remove') %>%
    tokens_tolower(keep_acronyms = FALSE) %>%
    tokens_lookup(dictionary = dict, nomatch = TRUE) %>%
    dfm() %>%
    dfm_group(groups = "Title") %>%
    dfm_weight(scheme = "prop") %>%
    as.data.frame() %>%
    # 原mutate_at+funs写法已过时，替换为更稳定的across写法，兼容最新版dplyr
    mutate(across(c(keyterms, true), ~round(., 4)))
}

如果你仍在使用旧版dplyr，可以把最后一行替换回你原来的mutate_at(vars(keyterms, true), funs(round(., 4)))即可。

步骤2：批量生成对应机构的结果对象 #

你可以先定义机构和对应对象名的映射列表，再通过遍历自动生成所有机构的结果：

# 定义机构映射：键为要生成的对象名，值为collectionName中匹配的机构全称
org_map <- c(
  orgx = "Organization X",
  orgy = "Organization Y",
  orgz = "Organization Z"
  # 后续新增机构直接在这里加条目即可
)

# 批量执行处理，将结果赋值到全局环境
purrr::iwalk(org_map, ~assign(.y, process_org(.x), envir = .GlobalEnv))

执行完成后，你就可以直接调用orgx/orgy/orgz等对应机构的结果对象，和你原来手动生成的效果完全一致。

可选优化建议 #

• 如果是精确匹配机构名称，建议把filter(str_detect(collectionName, org_name))替换为filter(collectionName == org_name)，避免部分机构名称重叠导致的误匹配，同时查询效率更高
• 如果你不想生成太多独立对象污染全局环境，可以把结果存在一个统一的命名列表中，后续用org_result$orgx的方式调用即可，代码调整为：

org_result <- purrr::map(org_map, process_org)

内容的提问来源于stack exchange，提问作者J.Doe