如何检查DataFrame中一列字符串是否匹配另一列的缩写形式？

没问题，我来帮你搞定这个需求！你要实现的是对df的每一行，提取column1里的所有大写字母，然后验证这些字母是否全部出现在对应的column2字符串里。下面是具体的实现步骤和代码：

1. 明确核心逻辑 #

我们需要写一个自定义函数，接收两个参数：每行column1的字符串，以及对应行column2的字符串，核心做两件事：

• 从column1中提取所有大写字母（用正则表达式[A-Z]匹配所有大写英文字母）
• 检查这些提取到的大写字母是否全部存在于column2中

2. 编写自定义函数 #

首先加载stringr包（处理字符串的常用工具包），然后定义函数：

library(stringr)

check_upper_in_col2 <- function(x, y) {
  # 提取x中的所有大写字母，转成向量
  upper_chars <- str_extract_all(x, "[A-Z]")[[1]]
  
  # 如果column1里没有大写字母，直接返回TRUE（没有需要检查的内容，默认符合条件）
  if (length(upper_chars) == 0) {
    return(TRUE)
  }
  
  # 逐个检查每个大写字母是否在y中，最后判断是否全部满足
  all(str_detect(y, upper_chars))
}

3. 用mapply批量应用函数到两列 #

mapply可以接收多个向量参数，按元素一一对应传入函数，正好适配DataFrame的两列处理场景：

# 先构造一个示例DataFrame方便测试
df <- data.frame(
  column1 = c("HeLLo WoRLd", "FooBar", "noUppercase", "XYZ"),
  column2 = c("abcDEFxyz", "BARfoo", "lowercaseonly", "XY"),
  stringsAsFactors = FALSE  # 确保字符串不会被转成因子
)

# 应用函数并新增结果列
df$all_upper_matched <- mapply(check_upper_in_col2, df$column1, df$column2)

运行后df的结果如下：

简单解释结果：

• 第一行：column1的大写字母包含H、L、W等，但column2只有D、E、F，不匹配所以返回FALSE
• 第二行：column1的大写是F、B，column2里都有，返回TRUE
• 第三行：column1没有大写字母，直接返回TRUE
• 第四行：column1有Z，但column2里没有，返回FALSE

4. 补充：tidyverse风格实现（可选） #

如果你习惯用dplyr的管道写法，也可以用rowwise()逐行处理，效果完全一致：

library(dplyr)

df <- df %>%
  rowwise() %>%
  mutate(all_upper_matched = {
    upper_chars <- str_extract_all(column1, "[A-Z]")[[1]]
    if (length(upper_chars) == 0) TRUE else all(str_detect(column2, upper_chars))
  }) %>%
  ungroup()

内容的提问来源于stack exchange，提问作者tmoneyz