获取行内最低值列名时忽略NA值的R语言技术问题

现有零售商品价格数据，行对应商品，列对应零售商，部分零售商不售卖部分商品（NA值），已通过dplyr生成cheapestPRICE列，但生成cheapestSTORE列时遇到两个问题：

1. 执行以下代码时报错：Error in FUN(left) : invalid argument to unary operator，推测因包含itemName字符列导致：

retailPRICE$cheapestSTORE <- names(retailPRICE)[minCol(replace(retailPRICE, is.na(retailPRICE), 0), ties.method = "first")]

2. 未报错时，minCol会将NA识别为最低值，导致商店匹配错误，错误输出如下：

期望得到正确的cheapestSTORE列，结果如下：

解决方案 #

方法1：dplyr + apply逐行处理 #

直接针对价格列逐行计算，忽略NA值并处理价格相同的情况（取第一个出现的零售商）：

library(dplyr)

# 原始数据
itemName <- c('Apples', 'Bananas', 'Milk', 'Eggs', 'Cereal')
Aldi <- c(NA, 0.55, 1.95, 157.00, 1.10)
Walmart <- c(0.75, 0.69, 2.15, 192.00, 1.10)
Costco <- c(NA, NA, 0.16, 75.00, NA)

retailPRICE <- data.frame(itemName, Aldi, Walmart, Costco) %>%
  mutate(cheapestPRICE = pmin(Aldi, Walmart, Costco, na.rm = TRUE),
         # 仅处理价格列，避免字符列干扰
         cheapestSTORE = apply(select(., Aldi, Walmart, Costco), 1, function(row) {
           # 找到等于该行最低价的第一个零售商名称（自动忽略NA）
           names(row)[which(row == min(row, na.rm = TRUE))[1]]
         }))

方法2：tidyr重塑数据（逻辑更清晰） #

通过将宽表转为长表，更直观地筛选每个商品的最低价零售商：

library(dplyr)
library(tidyr)

# 原始数据
itemName <- c('Apples', 'Bananas', 'Milk', 'Eggs', 'Cereal')
Aldi <- c(NA, 0.55, 1.95, 157.00, 1.10)
Walmart <- c(0.75, 0.69, 2.15, 192.00, 1.10)
Costco <- c(NA, NA, 0.16, 75.00, NA)

retailPRICE <- data.frame(itemName, Aldi, Walmart, Costco) %>%
  # 先计算最低价
  mutate(cheapestPRICE = pmin(Aldi, Walmart, Costco, na.rm = TRUE)) %>%
  # 转长表：每个商品-零售商组合为一行
  pivot_longer(cols = c(Aldi, Walmart, Costco), names_to = "store", values_to = "price") %>%
  # 按商品分组，筛选价格等于最低价的行，取第一个（处理价格相同的情况）
  group_by(itemName) %>%
  filter(price == cheapestPRICE) %>%
  slice(1) %>%
  # 提取商店名称，合并回原表
  select(itemName, cheapestSTORE = store) %>%
  right_join(retailPRICE, by = "itemName") %>%
  # 调整列顺序与期望一致
  select(itemName, Aldi, Walmart, Costco, cheapestPRICE, cheapestSTORE)

内容的提问来源于stack exchange，提问作者Amanda Ballenger