寻求基于tidyverse构建搜索结果存在性矩阵/数据框的解决方案

嗨，我来帮你用tidyverse工具链搞定这个需求！下面给你一个可直接运行的示例，再拆解每一步的逻辑：

1. 模拟示例数据 #

先构造和你描述一致的测试数据，你可以直接替换成自己的真实数据：

library(tidyverse)

# 单个列的唯一搜索结果data frame
hit <- tibble(result = c("A", "B", "C", "D", "E"))

# 列名为搜索词、行对应查询结果的data frame
data <- tibble(
  term1 = c("A", "C", "E"),
  term2 = c("B", "D", NA),
  term3 = c("A", "B", "C")
)

2. Tidyverse核心实现代码 #

下面的代码会一步步把数据转换成你需要的存在性矩阵：

result_matrix <- data %>%
  # 第一步：把宽格式的搜索结果转成长格式，每个搜索词+结果占一行
  pivot_longer(
    cols = everything(),  # 选中所有搜索词列
    names_to = "search_term",  # 原列名（搜索词）存到新列search_term
    values_to = "result"  # 原单元格值（搜索结果）存到新列result
  ) %>%
  # 过滤掉无结果的NA行
  filter(!is.na(result)) %>%
  # 可选：如果同一个搜索词下有重复结果，去重避免重复标记
  distinct(search_term, result) %>%
  # 第二步：和hit做右连接，确保hit里的所有唯一结果都被保留
  right_join(hit, by = "result") %>%
  # 第三步：标记该结果在对应搜索词中是否存在
  mutate(exists = ifelse(!is.na(search_term), 1, 0)) %>%
  # 第四步：转回宽格式，生成最终的存在性矩阵
  pivot_wider(
    names_from = search_term,  # 搜索词作为列名
    values_from = exists,  # 存在标记作为单元格值
    values_fill = 0  # 缺失值（即结果未出现在该搜索词中）填充为0
  )

# 查看结果
print(result_matrix)

运行后会得到这样的输出：

# A tibble: 5 × 4
  result term1 term2 term3
  <chr>  <dbl> <dbl> <dbl>
1 A          1     0     1
2 B          0     1     1
3 C          1     0     1
4 D          0     1     0
5 E          1     0     0

3. 逻辑拆解 #

• pivot_longer：把原本宽格式的搜索结果表转成长格式，这是tidyverse处理这类匹配问题的常用技巧，让后续的连接和标记操作更直观。
• right_join：确保hit里的所有唯一结果都被保留，哪怕某个结果没有出现在任何搜索词的结果中（这类结果会在所有搜索词列显示0）。
• pivot_wider：把标记好的长格式数据转回你需要的矩阵样式，values_fill = 0自动补全未匹配到的情况。

内容的提问来源于stack exchange，提问作者Mr_J