如何借助dplyr基于Filename列匹配条件替换Manner列取值？

整个操作可通过R向量化逻辑一次性完成，不需要逐行筛选，效率远高于Excel手动调整，也能避免人工漏改、错改的问题。

前置准备 #

仅需要加载dplyr包即可，核心匹配逻辑完全兼容grep判断规则，不需要额外安装复杂工具。

可直接复用的代码 #

# 加载依赖包
library(dplyr)

# 替换为你自己实际的数据框名称
df_processed <- df |>
  mutate(
    Manner = case_when(
      # 匹配规则：Filename列含"kala"或"kalla"子串，且原Manner值为Sonorant时替换为Liquid
      grepl("kala|kalla", Filename) & Manner == "Sonorant" ~ "Liquid",
      # 其余不满足条件的行，完全保留原有取值
      .default = Manner
    )
  )

逻辑说明 #

• 代码里用的grepl就是R原生grep函数的逻辑返回版本，完全匹配你预期的字符串判断逻辑，只要Filename列任意位置出现目标子串就会触发匹配
• 针对提供的样例数据，代码会精准识别两行目标行：AK_kala.TextGrid、AK_kalla.TextGrid，将这两行的Manner值从Sonorant替换为Liquid，其余无目标子串的行（如带manni、rami、sune的文件）不会做任何修改
• 如果担心子串误匹配（比如其他无关文件名里恰好带kala/kalla字符串），可以结合你提到的“Filename前两个字符为说话人标识”的规则，改成更精准的锚定匹配规则，写法参考如下：

  # 精准匹配：前两位是说话人标识、下划线后接kala/kalla、后缀为.TextGrid的文件
  grepl("^.._(kala|kalla)\\.TextGrid$", Filename) & Manner == "Sonorant"
  

  这种写法完全不会匹配到无关的同名子串内容，匹配精度更高。

注意事项 #

• 正式运行前先备份原始数据，比如存一份df_backup <- df，避免操作失误无法回溯
• 如果匹配时不需要区分大小写，可以给grepl加上ignore.case = TRUE参数

内容的提问来源于stack exchange，提问作者Pranav_b