为字符向量分配数字编码：大小写不敏感匹配问题求助

这问题其实就是R默认的字符串匹配是大小写敏感导致的，'Cityaa'和'CITYAA'会被当成完全不同的字符串，咱们只需要统一两边的大小写就能搞定！下面给你两种常用的解决方法：

方法1：Base R 快速匹配 #

先把你的矩阵转成数据框（操作起来更顺手），然后把Y的所有元素转成大写（或者小写，只要和X里的城市名格式统一就行），再用match()函数完成匹配：

# 构造你的原始数据
x1 <- c('CITYAA','CITYBB','CITYCC')
x2 <- c(101,201,301)
# 把矩阵转为数据框，方便后续操作
X <- data.frame(CityName = x1, CityCode = x2, stringsAsFactors = FALSE)
Y <- c('Cityaa','Citybb','Cityaa','Citycc','Cityaa', 'Citybb')

# 统一Y的大小写为大写，和X的城市名格式对齐
Y_upper <- toupper(Y)
# 匹配并提取对应代码
Z <- X$CityCode[match(Y_upper, X$CityName)]

# 查看结果
Z
# 输出：[1] 101 201 101 301 101 201

方法2：用dplyr做直观的左连接 #

如果你习惯用tidyverse的风格，用left_join()会更清晰，尤其数据量较大的时候可读性更强：

library(dplyr)

# 把Y转为数据框
Y_df <- data.frame(CityName = Y, stringsAsFactors = FALSE)

# 统一大小写后左连接，提取代码
Z <- Y_df %>%
  mutate(CityName_normalized = toupper(CityName)) %>%
  left_join(X, by = c("CityName_normalized" = "CityName")) %>%
  pull(CityCode)

# 查看结果
Z
# 输出：[1] 101 201 101 301 101 201

关键思路总结 #

核心就是消除大小写差异：要么把Y转成和X一致的大写，要么把X的城市名转成小写，只要两边的字符串格式统一，匹配就会准确生效。如果你的数据里还有其他大小写混合的情况，这种归一化的方法也同样适用~

内容的提问来源于stack exchange，提问作者Janak