如何在lapply函数中正确处理字符变量实现词值匹配？

场景说明 #

需要将参与者填写的3个单词及对应0-2的赋值，转换为以单词为列、参与者为行的宽格式数据：未被参与者提及的单词对应值为NA。但编写的R代码输出异常，所有列均返回data$value3的数据，使用lapply处理字符向量allwords时出错，尝试eval(parse)和paste0方法也未解决。

示例数据 #

data <- data.frame(
  words1 = c("apple", "pear", "banana", "pear", "banana"),
  words2 = c("pear", "banana", "pear", "banana", "cherry"),
  words3 = c("banana", "ananas", "apple", "melon", "pear"),
  value1 = c(2, 1, 2, 0, 1),
  value2 = c(2, 0, 0, 2, 0),
  value3 = c(0, 2, 2, 1, 1)
)
allwords <- c("apple", "pear", "banana", "ananas", "melon", "cherry")

期望输出 #

apple pear banana ananas melon cherry
1     2    2      0     NA    NA     NA
2    NA    1      0      2    NA     NA
3     2    0      2     NA    NA     NA
4    NA    0      2     NA     1     NA
5    NA    1      1     NA    NA      0

错误代码分析 #

原代码的核心问题：

• 函数内错误操作外部列表values.w，导致初始化的向量仅为单个NA，而非对应行数的向量
• 赋值逻辑未做索引匹配，直接将整列data$value1赋值，导致覆盖错误
• 函数无明确返回值，lapply默认返回最后一行赋值操作的结果，最终全部列都取了value3的数据

# 原错误代码
value.f <- function(y){
  values.w[[y]] <- NA
  value.var <- values.w[[y]]
  value.var[which(data$words1 == y)] <- data$value1
  value.var[which(data$words2 == y)] <- data$value2
  value.var[which(data$words3 == y)] <- data$value3
}
values.w <- list()
values.w <- lapply(allwords, value.f)
names(values.w)  <- c(allwords)

修正方案 #

方案1：修正原函数逻辑

修复初始化和赋值逻辑，确保每个单词生成对应行数的向量，并正确匹配索引赋值：

# 修正后的函数
value.f <- function(y) {
  # 初始化与数据行数一致的NA向量
  value.var <- rep(NA, nrow(data))
  
  # 匹配words1的位置，赋值对应value1
  idx1 <- which(data$words1 == y)
  if (length(idx1) > 0) {
    value.var[idx1] <- data$value1[idx1]
  }
  
  # 匹配words2的位置，赋值对应value2
  idx2 <- which(data$words2 == y)
  if (length(idx2) > 0) {
    value.var[idx2] <- data$value2[idx2]
  }
  
  # 匹配words3的位置，赋值对应value3
  idx3 <- which(data$words3 == y)
  if (length(idx3) > 0) {
    value.var[idx3] <- data$value3[idx3]
  }
  
  # 返回处理后的向量
  return(value.var)
}

# 生成列表并转换为数据框
values.w <- lapply(allwords, value.f)
names(values.w) <- allwords
result <- as.data.frame(values.w)

print(result)

方案2：使用tidyverse简化转换（更直观）

通过将数据转换为长格式，再转成宽格式，逻辑更清晰：

library(tidyverse)

# 1. 将原始数据转换为长格式，匹配单词与对应赋值
long_data <- data %>%
  mutate(participant_id = row_number()) %>%
  # 拆分单词列
  pivot_longer(
    cols = starts_with("words"),
    names_to = "word_group",
    values_to = "word"
  ) %>%
  # 拆分赋值列
  pivot_longer(
    cols = starts_with("value"),
    names_to = "value_group",
    values_to = "value"
  ) %>%
  # 匹配单词与赋值的分组（比如words1对应value1）
  filter(str_remove(word_group, "words") == str_remove(value_group, "value")) %>%
  select(participant_id, word, value)

# 2. 转换为宽格式
result <- long_data %>%
  pivot_wider(
    names_from = word,
    values_from = value
  ) %>%
  select(-participant_id)

print(result)

内容的提问来源于stack exchange，提问作者Silvia