如何结合dplyr::recode()与stringr::str_detect()重编码字符变量

嘿，我完全理解你想靠dplyr::recode()搭配stringr::str_detect()完成字符变量重编码的想法——毕竟case_when()虽然好用，但有时候就是想试试用recode()能不能搞定对吧？其实是可以实现的，下面就针对你的示例场景演示两种方法：

首先先还原你的示例数据：

library(tidyverse)
rm(list = ls())

data <- tribble(
  ~id, ~time,
  1, "a",
  2, "b",
  3, "x"
)

方法1：精确匹配场景（直接替换"x"为"c"） #

如果只是精确替换"x"，其实recode()本身就可以直接搞定，不需要额外用str_detect()，用.default参数保留其他所有值就行：

data_updated <- data %>%
  mutate(time = recode(time, "x" = "c", .default = time))

运行后你的time列就会变成"a", "b", "c"，完美达到你的需求。

方法2：模糊匹配场景（用str_detect()匹配包含特定字符的内容） #

如果你的需求更复杂，比如要替换包含"x"的所有字符串（而不只是精确的"x"），那我们可以结合str_detect()生成需要替换的键值对，再传入recode()：

data_updated <- data %>%
  mutate(time = recode(
    time,
    # 用str_detect筛选出匹配的元素，生成键值对
    !!!set_names("c", time[str_detect(time, "x")]),
    .default = time
  ))

这里的!!!是用来展开键值对的，set_names("c", ...)会把所有匹配到的字符串作为键，替换值统一设为"c"，.default依然负责保留不匹配的原始值。

简单来说，recode()本身是基于键值对的精确匹配，但通过先筛选出需要替换的目标元素，我们就能把str_detect()的模糊匹配能力整合进来。如果是多条件的复杂替换，case_when()确实会更清晰，但单条件的话，上面的方法完全可以满足你想用recode()的需求~

内容的提问来源于stack exchange，提问作者tc_data