R语言：在含指定特征列名的多列中匹配多组字符串并生成标记列

嗨，我来帮你搞定这个需求！你想要在所有列名包含ttt的列里，批量匹配多组目标字符串，自动生成对应的1/0标记列对吧？之前的写法只能手动指定列名，不够灵活，下面我给你两种通用方案，base R和dplyr的都有，不管列名是ttt1、m0_ttt还是ttt_m0，不管你有多少组匹配规则，都能轻松处理～

先拿你的示例数据（我额外加了一个列名中间含ttt的列，用来验证筛选逻辑）：

df <- data.frame(
  ttt1 = c("METO","LETO","META","LETA","METO"),
  ttt2 = c("LETO","","METO","","LETA"),
  m0_ttt = c("META", "", "LETO", "METO", ""), # 列名含ttt的其他形式
  other_col = c(1,2,3,4,5) # 无关列，测试不会被选中
)

方案一：dplyr/tidyverse 方案（灵活易扩展） #

首先定义你的匹配规则，用列表存起来，以后要加新组直接加一行就行：

match_rules <- list(
  cl_m = c("METO", "META"), # 匹配这组的标记列叫cl_m
  cl_l = c("LETO", "LETA")  # 匹配这组的标记列叫cl_l
)

然后用dplyr的函数批量处理：

library(dplyr)
library(purrr) # 用到map_dfc函数

df2 <- df %>%
  # 遍历所有含ttt的列，生成标记列：
  bind_cols(
    map_dfc(match_rules, ~ {
      # 对当前规则，检查所有含ttt的列是否有值匹配目标字符串
      df %>%
        select(contains("ttt")) %>% # 筛选所有列名含ttt的列
        mutate(across(everything(), ~ .x %in% .y & .x != "")) %>% # 每列标记是否匹配且非空
        rowSums() %>% # 每行求和，>0表示至少有一列匹配
        ifelse(. > 0, 1, 0) # 转成1/0标记
    })
  )

运行后df2就会自动加上cl_m和cl_l列，而且不管你有多少个含ttt的列，都会被纳入检查～

方案二：base R 方案（无需额外包） #

如果你不想加载tidyverse包，用base R也能实现：
同样先定义匹配规则：

match_rules <- list(
  cl_m = c("METO", "META"),
  cl_l = c("LETO", "LETA")
)

然后筛选出所有列名含ttt的列，再批量生成标记列：

# 找到所有列名包含ttt的列索引
ttt_cols <- grep("ttt", names(df))

# 遍历每个匹配规则，生成对应的标记列
for (rule_name in names(match_rules)) {
  target_strings <- match_rules[[rule_name]]
  # 按行检查：该行的含ttt列中是否有值匹配目标字符串且非空
  df[[rule_name]] <- apply(df[, ttt_cols], 1, function(row) {
    as.integer(any(row %in% target_strings & row != ""))
  })
}

运行后原数据框df就会新增cl_m和cl_l列，效果和dplyr方案一样～

一些实用小提示 #

• 空值处理：代码里加了& .x != ""的判断，如果你希望空字符串不算匹配就保留；如果空值需要被当作匹配，删掉这个条件就行。
• 大小写不敏感：如果需要忽略列名的大小写（比如匹配TTT1或TtT_col），base R里把grep改成grep("ttt", names(df), ignore.case = TRUE)；dplyr里改成contains("ttt", ignore.case = TRUE)。
• 扩展规则：以后要加新的匹配组，比如cl_x = c("XXX", "YYY")，只要在match_rules列表里加一行，代码不用做任何其他修改，自动生成新的标记列～

备注：内容来源于stack exchange，提问作者BPeif