在dplyr::case_when()左侧使用列表列作为输入遇问题

问题原因 #

你遇到的核心问题是：case_when(a %in% b ~ 1, TRUE ~ 0)里的a %in% b并非逐行判断a的值是否在对应行的b列表向量中，而是把整个a向量和整个b列表做全局匹配。另外，tbl$b[1]返回的是长度为1的子列表（而非列表内的数值向量），%in%会判断1是否属于这个子列表的元素，而非判断1是否在列表内的向量中，这就是tbl$a[1] %in% tbl$b[1]返回FALSE的原因；而tbl$b[[1]]能提取出列表里的数值向量，此时判断才会正确。

解决方案 #

方法1：rowwise()+case_when实现逐行判断

通过rowwise()让dplyr按行处理，此时b会被识别为当前行的列表元素，再用[[1]]提取内部向量：

tbl %>%
  rowwise() %>%
  mutate(a_in_b = case_when(a %in% b[[1]] ~ 1, TRUE ~ 0)) %>%
  ungroup() # 记得取消按行分组，避免后续操作受影响

输出结果：

# A tibble: 3 × 3
      a b         a_in_b
  <dbl> <list>     <dbl>
1     1 <dbl [3]>      1
2     2 <dbl [3]>      0
3     3 <dbl [3]>      1

方法2：purrr::map2_int直接生成数值列

比case_when更简洁，直接逐行匹配并返回整数结果，无需分组：

tbl %>%
  mutate(a_in_b = map2_int(a, b, \(x, y) ifelse(x %in% y, 1, 0)))

这个方法扩展方便，若要处理多列表列，只需调整lambda函数的逻辑即可。

方法3：dplyr::if_any/if_all适配多列表列场景

如果实际数据有多列表列（比如b、c、d都是列表列），要判断a是否存在于任意一个对应行的列表向量中，可结合rowwise()和if_any：

# 先新增示例列表列c和d
tbl = tbl %>% mutate(c = list(c(2,5), c(3,6), c(4,7)), d = list(c(3,8), c(1,9), c(1,2)))

tbl %>%
  rowwise() %>%
  mutate(a_in_any = if_any(c(b, c, d), ~a %in% .x) %>% as.integer()) %>%
  ungroup()

输出结果：

# A tibble: 3 × 5
      a b         c         d         a_in_any
  <dbl> <list>    <list>    <list>       <int>
1     1 <dbl [3]> <dbl [2]> <dbl [2]>        1
2     2 <dbl [3]> <dbl [2]> <dbl [2]>        1
3     3 <dbl [3]> <dbl [2]> <dbl [2]>        1

关键知识点总结 #

• tbl$b[i]返回包含第i个元素的子列表，tbl$b[[i]]才会提取第i个列表元素内的实际向量
• 处理列表列的逐行操作时，要么用rowwise()让dplyr按行处理，要么用purrr的map系列函数做元素级映射

内容的提问来源于stack exchange，提问作者RichPatter