在R语言中从一对多DataFrame生成匹配向量及右侧相邻列数据

下面提供两种无需循环的高效实现方式，均能满足你的需求：

方法一：Base R 原生实现 #

利用矩阵索引直接定位目标值，是最轻量化的解决方案：

# 构造原始数据框
df <- data.frame(
  id = c('A','A','A','B','B','C'),
  A = c(1,2,3,4,5,6),
  B = c(7,8,9,10,11,12),
  C = c(13,14,15,16,17,18),
  D = c(19,20,21,22,23,24)
)

# 1. 提取与id匹配列的对应值
match_vals <- df[cbind(seq(nrow(df)), match(df$id, colnames(df)))]

# 2. 提取匹配列右侧相邻列的对应值
adj_col_pos <- match(df$id, colnames(df)) + 1
adj_vals <- df[cbind(seq(nrow(df)), adj_col_pos)]

# 3. 合并为最终结果
result <- data.frame(match_val = match_vals, adj_val = adj_vals)
print(result)

运行后输出：

match_val adj_val
1         1       7
2         2       8
3         3       9
4        10      16
5        11      17
6        18      24

方法二：Tidyverse 实现（更易读） #

如果习惯tidy风格的代码，可以用dplyr+tidyr完成，逻辑更直观：

library(dplyr)
library(tidyr)

# 构造原始数据框
df <- data.frame(
  id = c('A','A','A','B','B','C'),
  A = c(1,2,3,4,5,6),
  B = c(7,8,9,10,11,12),
  C = c(13,14,15,16,17,18),
  D = c(19,20,21,22,23,24)
)

# 转为长格式并标记列位置
long_df <- df %>%
  pivot_longer(-id, names_to = "col_name", values_to = "value") %>%
  mutate(col_pos = match(col_name, colnames(df)))

# 提取匹配列的值
match_df <- long_df %>%
  filter(col_name == id) %>%
  select(id, match_val = value)

# 提取相邻列的值
adj_df <- long_df %>%
  left_join(match_df %>% mutate(adj_col_pos = match(df$id, colnames(df)) + 1), by = "id") %>%
  filter(col_pos == adj_col_pos) %>%
  select(id, adj_val = value)

# 合并结果
result_tidy <- match_df %>%
  left_join(adj_df, by = "id") %>%
  select(match_val, adj_val)

print(result_tidy)

输出结果与Base R方法完全一致。

内容的提问来源于stack exchange，提问作者James Vercammen