R语言中跨列拆分列表如何识别目标词对应的模式匹配索引

原代码的失效原因 #

现有代码无报错但返回空结果，核心是逻辑存在三层错位：

• 遍历对象错误：lapply(df_test[,3:4], ...)是逐列遍历两个拆分后的整列，没有实现同一行内转写拆分向量、词性拆分向量的配对处理
• 匹配层级错误：函数内部which(df_test[,3]=="gon")是拿整列的列表结构直接和字符串"gon"做等值比较，定位的是列维度的行号，而非单句内的词元位置
• 匹配逻辑冗余：同一句的转写文本与词性标注按相同空格规则拆分后，天然是等长、同位置一一对应的关系，不需要额外做跨向量的match操作。原代码传入match的待匹配值、待匹配序列分属不同层级的维度，根本无法建立有效映射

正确实现方案 #

核心逻辑：逐行取当前行的转写拆分向量，定位gon在该向量内的索引，该索引值就是对应词性列的目标位置——因为两个拆分序列的位置是严格对齐的。

基础R版本实现 #

直接用mapply完成逐对匹配，同时增加长度校验，避免拆分错位导致的结果偏差：

df_test$Index_matches <- mapply(
  function(turn_vec, c5_vec) {
    # 校验两个拆分向量长度一致，排除拆分规则不一致导致的位置错位
    stopifnot(length(turn_vec) == length(c5_vec))
    # 定位当前行转写中"gon"的位置索引
    which(turn_vec == "gon")
  },
  df_test$Turns_split,
  df_test$c5_split
)

运行结果完全符合预期：

• 第一行数据返回索引值4，对应位置转写为gon，同位置词性标注为VVG
• 第二行数据返回索引值3，对应位置转写为gon，同位置词性标注为VVG

如果后续需要直接获取gon对应的词性标注值，只需在定位索引后直接索引同 row 的c5_vec即可，如c5_vec[which(turn_vec == "gon")]，可直接返回对应的词性标签VVG。

Tidyverse风格实现 #

如果使用purrr迭代工具，可通过更简洁的写法实现相同效果：

library(dplyr)
library(purrr)

df_test <- df_test %>%
  mutate(
    # map2_dbl逐对遍历两个拆分列表列，直接返回数值型索引存入新列
    Index_matches = map2_dbl(Turns_split, c5_split, ~ which(.x == "gon"))
  )

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