R语言如何批量对多列应用ifelse逻辑生成分类新列

核心思路 #

把重复的分类逻辑封装为独立函数，再批量应用到4个职位名称列，自动生成对应的分类列，避免重复编写冗余代码。

步骤1：定义匹配规则与处理函数 #

首先把你原有的分类优先级和关键词抽离为规则向量，再编写通用的分类函数：

# 加载需要的包（基础R方案可跳过）
library(dplyr)
library(stringr)
library(purrr)

# 定义分类规则，顺序和你原有的优先级保持一致，优先级高的放前面
category_rules <- c(
  "1" = "frontend|ui|ux",
  "2" = "backend",
  "3" = "fullstack",
  "4" = "entwickler|development|application|developer|software",
  "5" = "data|analytics|machine|programmer|ml|engineer|engineering|learning",
  "6" = "research|teaching|akademischer|researcher",
  "7" = "project|manager|product|consultant|consulting",
  "8" = "it|security|technical|tech",
  "9" = "marketing|sales|media|saas|business|commerce|support|digital|graphic|designer|graphics|design",
  "10" = "founder|ceo|partner|chief|executive|cto"
)
# 备注：原代码里的margketing、markeing为拼写错误，以上已经修正为marketing，你可以按需调整

# 编写通用分类函数
get_job_category <- function(job_vec) {
  map_dbl(job_vec, function(x) {
    if (is.na(x)) return(NA_real_)
    # 按优先级匹配，返回第一个命中的分类
    for (i in seq_along(category_rules)) {
      # ignore.case设置为TRUE表示忽略大小写，要严格匹配大小写可改为FALSE
      if (grepl(category_rules[i], x, ignore.case = TRUE)) {
        return(as.numeric(names(category_rules)[i]))
      }
    }
    # 未匹配到任何规则返回NA
    return(NA_real_)
  })
}

步骤2：批量应用到所有职位列 #

方案1：dplyr写法（推荐，代码更简洁易维护） #

# 批量处理job1-job4，自动生成category1-category4列
data_rel <- data_rel %>%
  mutate(across(starts_with("job"), 
                .fns = get_job_category,
                .names = "category{str_extract(.col, '\\\\d+')}"))

方案2：基础R写法（不需要加载第三方包） #

# 提取所有job列的索引
job_cols <- grep("^job", names(data_rel))
# 循环生成对应分类列
for (i in seq_along(job_cols)) {
  data_rel[[paste0("category", i)]] <- get_job_category(data_rel[[job_cols[i]]])
}

后续维护提示 #

后续如果需要调整分类规则、增减分类，只需要修改category_rules向量即可，不需要调整逻辑代码，维护成本远低于逐列写嵌套ifelse。

内容的提问来源于stack exchange，提问作者Theresa_S