R语言使用gsub替换列值时出现字符串拼接错位问题咨询

现有替换代码存在两个核心问题，直接导致非预期的拼接结果：

• 替换顺序逻辑错误：逐次gsub的执行顺序是先替换短编码、再替换长编码。第一步执行gsub("3","Bare soil", ...)时，值为34、39的单元格本身包含子串"3"，会立刻被替换为“Bare soil”开头的内容，等后续走到匹配"34"、"39"的步骤时，单元格内已经不存在原始的连续数字34、39了，自然无法匹配到对应映射。
• 匹配规则不符合业务需求：gsub默认是全文本子串匹配，只要目标位置出现待替换的片段就会替换，不会校验单元格的整值是否和业务编码完全相等，本身就不适合做整值编码的映射替换。

所有方案的核心逻辑都是避免对单元格内容做任意位置的子串切割替换，优先使用整值匹配规则：

• 最简便的方式：搭建命名映射表，按整值索引替换
  先建立业务编码和字符串的映射关系，再将原数值转为和映射键一致的格式做整值匹配，完全不会出现子串拆分问题：

  # 建立编码-文本映射
  landuse_map <- c(
    "3" = "Bare soil",
    "4" = "Primary Forest",
    "9" = "Secondary Forest",
    "34" = "Wheat",
    "39" = "Soybean"
  )
  # 按整值匹配替换
  dat$land.use <- landuse_map[as.character(dat$land.use)]
  

• 如果必须使用正则替换：调整顺序为“长编码优先匹配”，同时增加全值边界约束
  利用正则的开头^、结尾$标记，明确只有单元格内容完全等于待匹配编码时才执行替换，同时把多位数编码的替换顺序放在个位数编码之前，从根源上避免短编码抢先匹配长编码内的子串：

  dat$land.use <- gsub("^34$", "Wheat", dat$land.use)
  dat$land.use <- gsub("^39$", "Soybean", dat$land.use)
  dat$land.use <- gsub("^3$", "Bare soil", dat$land.use)
  dat$land.use <- gsub("^4$", "Primary Forest", dat$land.use)
  dat$land.use <- gsub("^9$", "Secondary Forest", dat$land.use)
  

• 可读性最优的方式：使用dplyr::case_when做条件判断
  直接按数值相等的逻辑判断映射关系，完全绕开字符串子串匹配的逻辑，代码逻辑直白易维护，适合业务场景下的多编码映射：

  library(dplyr)
  dat <- dat %>%
    mutate(
      land.use = case_when(
        land.use == 3 ~ "Bare soil",
        land.use == 4 ~ "Primary Forest",
        land.use == 9 ~ "Secondary Forest",
        land.use == 34 ~ "Wheat",
        land.use == 39 ~ "Soybean",
        .default = as.character(land.use)
      )
    )
  

替换后第4、5行的land.use值会分别准确变为"Wheat"、"Soybean"，不会出现单字符替换拼接的问题。

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