使用dplyr匹配不同长度向量生成新变量y的问题

我明白你遇到的问题了——当你的数据框里是列表列（每个单元格是一个独立向量）时，直接用case_when和普通向量做==比较，会因为向量长度不匹配触发警告，而且没法正确匹配到对应的向量标识。

问题根源 #

你的df$x是列表类型，每个元素是长度不同的字符向量。当你写x == vec1时，R会尝试把vec1循环拉长来匹配x中每个元素的长度，这就导致了"longer object length is not a multiple of shorter object length"的警告；同时这种比较方式没法判断整个列表元素是否和目标向量完全一致，所以case_when没有匹配到任何条件，最终得到空的y列。

解决方案 #

我们需要逐个检查列表列中的每个向量，判断它和vec1/vec2/vec3是否完全相等。这里提供两种实用的实现方式：

方法1：使用purrr::map_chr

借助purrr的遍历函数，逐个处理列表列的每个元素：

library(dplyr)
library(purrr)

df <- tibble::tribble(
  ~x,
  c("A", "B"),
  c("A", "B", "C"),
  c("A", "B", "C", "D"),
  c("A", "B")
)

vec1 <- c("A", "B")
vec2 <- c("A", "B", "C")
vec3 <- c("A", "B", "C", "D")

df <- df %>%
  mutate(y = map_chr(x, ~ case_when(
    identical(.x, vec1) ~ "vec1",
    identical(.x, vec2) ~ "vec2",
    identical(.x, vec3) ~ "vec3",
    TRUE ~ NA_character_
  )))

df

方法2：使用rowwise + case_when

如果更习惯dplyr的行操作逻辑，可以先按行分组再判断：

df <- df %>%
  rowwise() %>%
  mutate(y = case_when(
    identical(x, vec1) ~ "vec1",
    identical(x, vec2) ~ "vec2",
    identical(x, vec3) ~ "vec3",
    TRUE ~ NA_character_
  )) %>%
  ungroup()

df

两种方法都会得到正确的结果：

# A tibble: 4 × 2
  x         y    
  <list>    <chr>
1 <chr [2]> vec1 
2 <chr [3]> vec2 
3 <chr [4]> vec3 
4 <chr [2]> vec1 

关键说明 #

• identical()函数用来判断两个向量是否完全一致（包括长度、元素顺序和类型），这是正确匹配的核心。
• map_chr()会遍历列表列的每个元素，把每个元素的判断结果整合成一个字符向量，正好适合作为新列y。

内容的提问来源于stack exchange，提问作者Geet