R语言技术实现：从字符列匹配指定字符串列表并返回匹配词

这里有个简洁的方案，用stringr包的str_extract函数就能轻松实现你的需求，步骤如下：

步骤1：准备依赖包（如果未安装先安装） #

stringr是tidyverse生态里处理字符串的实用工具包，先确保它已安装并加载：

# 若未安装则自动安装并加载
if (!require(stringr)) {
  install.packages("stringr")
  library(stringr)
}

步骤2：构造输入数据 #

先把你的输入整理成带列名的数据框，方便后续操作：

# 原字符列数据框
input_df <- data.frame(
  text = c("yellow carrot","big car","green tomato","orange car","fertile goat","red snapper"),
  stringsAsFactors = FALSE
)

# 待匹配的颜色列表
color_list <- c("yellow","red","orange","green","blue")

步骤3：实现匹配逻辑 #

我们把颜色列表转换成正则表达式，用str_extract从每行文本中提取第一个匹配的颜色（你的需求里每行最多匹配一个颜色）：

# 生成正则表达式：匹配任意一个完整颜色单词（\\b确保匹配整个单词，避免部分匹配）
color_regex <- paste0("\\b(", paste(color_list, collapse = "|"), ")\\b")

# 提取匹配结果，无匹配则返回NA
input_df$matched_color <- str_extract(input_df$text, color_regex)

步骤4：查看最终结果 #

运行完代码后，input_df就是你想要的包含原列和匹配结果列的数据框：

print(input_df)

输出结果如下：

text matched_color

1 yellow carrot yellow
2 big car
3 green tomato green
4 orange car orange
5 fertile goat
6 red snapper red

补充：Base R实现方案（无需额外包） #

如果你不想依赖外部包，也可以用Base R的函数组合来实现：

input_df$matched_color_base <- sapply(input_df$text, function(x) {
  # 检查每个颜色是否在当前文本中
  match_pos <- which(sapply(color_list, function(color) grepl(paste0("\\b", color, "\\b"), x)))
  # 返回第一个匹配的颜色，无匹配则返回NA
  if (length(match_pos) > 0) color_list[match_pos][1] else NA_character_
})

这个Base R版本的效果和stringr版本完全一致，只是代码稍显繁琐。

内容的提问来源于stack exchange，提问作者Christian Olesen