R语言：基于多列数据高效生成条件判断新变量的技术问询

针对你的需求，这里提供几种高效的实现方式，适配多列大规模数据集：

方法1：基础R向量化操作（高效推荐） #

利用rowSums做向量化计算，避免循环，处理50多列的数据集速度更快：

# 生成示例数据
a <- c(NA, NA, NA, NA, 1, 2, 3)
b <- c(NA, 1, 2, 3, NA, NA, NA)
c <- c(NA, NA, 2, NA, 1, 2, NA)
d <- c(NA, 1, 2, NA, NA, NA, 3)
df <- data.frame(a, b, c, d)

# 生成x、y、z
df$x <- as.integer(rowSums(df == 1, na.rm = TRUE) > 0)
df$y <- as.integer(rowSums(df == 2, na.rm = TRUE) > 0)
df$z <- as.integer(rowSums(df == 3, na.rm = TRUE) > 0)

• df == 1生成布尔矩阵，对应位置为1则返回TRUE，否则FALSE（NA保留）
• rowSums(..., na.rm = TRUE)按行求和并忽略NA，若某行存在至少一个1，求和结果≥1
• as.integer()将布尔值（TRUE/FALSE）转为1/0，符合取值要求

方法2：tidyverse/dplyr风格实现 #

如果你习惯用tidyverse工具链，可用mutate结合if_any（dplyr 1.0.0+版本支持），代码更直观：

library(dplyr)

df <- df %>%
  mutate(
    x = as.integer(if_any(everything(), ~ .x == 1, na.rm = TRUE)),
    y = as.integer(if_any(everything(), ~ .x == 2, na.rm = TRUE)),
    z = as.integer(if_any(everything(), ~ .x == 3, na.rm = TRUE))
  )

• everything()选中所有列，也可指定列范围（如starts_with("col")）
• if_any()检查任意一列是否满足条件（等于目标值并忽略NA），返回每行的布尔结果
• 同样用as.integer()转为1/0

方法3：批量处理（适配扩展更多目标值） #

若后续需要检查更多值（如4、5等），可批量生成新列，避免重复代码：

library(purrr)

target_values <- c(1, 2, 3)
new_col_names <- c("x", "y", "z")

# 批量生成列
df[new_col_names] <- map_dfc(target_values, function(val) {
  as.integer(rowSums(df == val, na.rm = TRUE) > 0)
})

只需修改target_values和new_col_names，就能快速扩展到更多检查值，适配大规模数据集。

内容的提问来源于stack exchange，提问作者ALaure M.