在R语言中分类：为向量元素匹配数据框中的对应类别

这其实是个典型的宽格式数据转长格式+值到类别映射的问题，咱们一步步来实现你要的效果：

第一步：先把你的原始数据框整理成可操作的结构 #

根据你给出的结构，首先我们需要把这个每行对应类别+多个取值的宽表，转换成每行只有「类别-单个取值」配对的长表——这是后续匹配的关键，因为宽格式没办法直接做一对一的映射。

先构造你的原始数据框：

# 按照你给出的结构创建宽表
df <- data.frame(
  category = c("car", "food", "shoe"),
  item1 = c("Chevy", "Ritz", "Nike"),
  item2 = c("Honda", "Hershey", "UA"),
  item3 = c("Toyota", "Nestle", "Reebok")
)

第二步：把宽表转成长表 #

用tidyr包的pivot_longer函数来转换，这样每个取值都会和它所属的类别一一对应：

library(tidyr)

# 转成长格式，只保留类别和取值两列
long_df <- df %>%
  pivot_longer(
    cols = starts_with("item"),  # 选中所有以item开头的列（也就是所有取值列）
    names_to = NULL,             # 不需要保留原来的列名（item1/item2这类）
    values_to = "value"          # 把取值列合并成一列，命名为value
  )

转换后的long_df核心结构是这样的：

第三步：构建映射并匹配你的输入向量 #

现在我们可以用两种简单的方法来得到结果：

方法一：用命名向量直接索引

先创建一个「取值为名字，类别为值」的命名向量，然后直接用输入向量索引就能得到对应类别：

# 创建值到类别的映射向量
category_map <- setNames(long_df$category, long_df$value)

# 你的输入向量
input_vec <- c("Toyota", "UA", "Reebok", "Nestle")

# 直接索引得到结果
result <- category_map[input_vec]

运行后result就是你要的：

Toyota      UA   Reebok    Nestle 
    "car"    "shoe"    "shoe"     "food" 

方法二：用match函数匹配

如果你不想用命名向量，也可以用match函数找到每个输入值在长表中的位置，再提取对应类别：

result <- long_df$category[match(input_vec, long_df$value)]

得到的结果和上面完全一致。

注意点 #

如果你的数据中存在同一个取值属于多个类别的情况，match和命名向量都会返回第一个匹配到的类别，如果你需要处理这种多匹配的情况，可以用dplyr的筛选功能获取所有对应类别：

library(dplyr)
input_value <- "UA"
all_categories <- long_df %>%
  filter(value == input_value) %>%
  pull(category)

内容的提问来源于stack exchange，提问作者Eric