基于文本列添加匹配关键词列表列的R语言技术问询

嘿，这个需求其实很容易实现，咱们用R的工具就能搞定！我给你两种方案，一种是用tidyverse生态的工具，另一种是纯基础R的写法，你看哪种顺手：

第一步：先准备好你的初始数据 #

首先咱们先把你给出的数据定义好，确保格式正确：

df <- data.frame(
  text = c("This string is not that long", 
           "This string is a bit longer but still not that long", 
           "This one just helps with the example"),
  stringsAsFactors = FALSE
)
keywords <- c("not that long", "This string", "example", "helps")

方案一：用tidyverse的purrr和stringr包 #

这个方案代码更简洁易读，适合习惯tidyverse风格的用户：

library(purrr)
library(stringr)

# 新增keywords列，每行存储匹配到的关键词列表
df$keywords <- map(df$text, ~ keywords[str_detect(.x, fixed(keywords))])

这里的关键细节：

• map()函数会遍历df$text的每一行文本
• str_detect(.x, fixed(keywords))会检查每个关键词是否精确匹配当前行的文本（用fixed()是为了避免关键词里的空格或特殊字符被当成正则表达式处理）
• 最后通过keywords[匹配结果]筛选出当前行匹配到的所有关键词，组成一个向量存入对应的行

方案二：纯基础R实现（无需额外加载包） #

如果不想加载额外的包，用基础R的lapply和grepl也能完成：

# 基础R版本的实现
df$keywords <- lapply(df$text, function(x) {
  # 遍历每个关键词，检查是否在当前文本中
  match_flag <- sapply(keywords, function(k) grepl(fixed(k), x))
  # 筛选出匹配的关键词
  keywords[match_flag]
})

验证结果 #

现在咱们查看生成的keywords列，就得到你想要的结果啦：

print(df$keywords)
# 输出结果：
# [[1]]
# [1] "not that long" "This string"  
# 
# [[2]]
# [1] "not that long" "This string"  
# 
# [[3]]
# [1] "example" "helps"  

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