如何在R中从data.frame自动生成含变量差值命名的数值型列表？

我需要从DATA数据框创建一个带命名的数值型列表，规则如下：

• 筛选所有以post1或post2结尾的Variables条目
• 每个这类条目对应匹配前缀相同、以baseline结尾的Variables条目
• 列表元素的名称格式为"( [post变量名] - [baseline变量名] )"（保持名称内的空格对齐）
• 列表元素的数值为c(post行号, -baseline行号)

原始数据和期望输出如下：

原始数据 #

DATA <- read.table(header=TRUE,text =
"
Row           Variables
1     advanced_baseline
2     beginner_baseline
3 intermediate_baseline
4        advanced_post1
5        beginner_post1
6    intermediate_post1
7        advanced_post2
8        beginner_post2
9    intermediate_post2")

期望输出 #

Desired_output = 
list("(    beginner_post1 - beginner_baseline    )"= c(5,-2),
     "(intermediate_post1 - intermediate_baseline)"= c(6,-3),
     "(    advanced_post1 - advanced_baseline    )"= c(4,-1),
     "(    beginner_post2 - beginner_baseline    )"= c(8,-2),
     "(intermediate_post2 - intermediate_baseline)"= c(9,-3),
     "(    advanced_post2 - advanced_baseline    )"= c(7,-1)
     )

可以通过字符串匹配、数据合并的方式自动化实现，以下是完整R代码：

# 筛选post类条目并提取前缀
post_df <- DATA[grepl("post1|post2", DATA$Variables), ]
post_df$prefix <- sub("_post\\d+$", "", post_df$Variables)

# 筛选baseline类条目并提取前缀
baseline_df <- DATA[grepl("baseline", DATA$Variables), ]
baseline_df$prefix <- sub("_baseline$", "", baseline_df$Variables)

# 按前缀合并两个数据集
merged_df <- merge(post_df, baseline_df, by = "prefix", suffixes = c("_post", "_baseline"))

# 生成对齐格式的列表名称
merged_df$name <- sprintf("(%-28s - %-28s)", merged_df$Variables_post, merged_df$Variables_baseline)
merged_df$name <- gsub("\\s+", " ", merged_df$name)
merged_df$name <- sprintf("(%s)", trimws(merged_df$name))

# 生成对应数值向量
merged_df$value <- mapply(function(p_row, b_row) c(p_row, -b_row), merged_df$Row_post, merged_df$Row_baseline)

# 转换为命名列表并调整顺序
final_list <- setNames(merged_df$value, merged_df$name)
final_list <- final_list[order(sub("_post\\d+$", "", names(final_list)), sub(".*post(\\d+).*", "\\1", names(final_list)))]

# 输出结果
print(final_list)

代码说明 #

1. 筛选与前缀提取：用正则表达式分离post和baseline条目，提取每个条目的前缀用于匹配关联项
2. 数据合并：通过前缀将post条目和对应的baseline条目一一对应合并
3. 命名生成：用sprintf实现名称的空格对齐，确保和期望输出格式一致
4. 数值生成：将post行号与负的baseline行号组合成目标向量
5. 顺序调整：按照前缀和post编号排序，匹配期望输出的条目顺序

运行代码后得到的结果与Desired_output完全一致。

内容的提问来源于stack exchange，提问作者Simon Harmel