基于参考周列将多列数据合并为新列的R语言实现问题

问题背景 #

我有一个包含多列人员每周数据的dataframe，还有一列Week表示参考周。需要新增一列want，存储每行对应参考周的列值。

示例数据 #

期望输出 #

目前已提取出对应参考周的变量名，但无法将对应值存入want变量：

dfnames <- c("Col1", "Col2", "Col3", "Col4", "Col5") 
wantname <- dfnames[df$week]  # 注：此处应为df$Week，大小写需匹配

可复现示例数据：

df <- as.data.frame(matrix(LETTERS[1:(3 * 5)], 3))
names(df) <- paste0("Col", 1:5)
df$Week <- c(3, 2, 5)

解决方案 #

方法1：基础R矩阵索引（最简洁） #

由于Col1到Col5的列位置正好对应1到5，而Week列的值就是对应列的位置，直接用矩阵索引提取：

df$want <- df[cbind(seq_len(nrow(df)), df$Week)]

方法2：基础R结合已提取的列名 #

如果你已经拿到了每行对应的列名wantname，可以用mapply逐行取值：

# 先修正大小写问题，生成正确的列名向量
dfnames <- paste0("Col", 1:5)
wantname <- dfnames[df$Week]

# 逐行提取对应列的值
df$want <- mapply(function(row_idx, col_name) df[row_idx, col_name], 
                  seq_len(nrow(df)), wantname)

方法3：tidyverse（dplyr）实现 #

用rowwise()按行处理，结合pick()选中目标列：

library(dplyr)

df <- df %>%
  rowwise() %>%
  mutate(want = pick(all_of(paste0("Col", Week))) %>% pull()) %>%
  ungroup()

方法4：data.table高效实现 #

适合处理大规模数据集：

library(data.table)

setDT(df)[, want := .SD[[paste0("Col", Week)]], by = .I]

内容的提问来源于stack exchange，提问作者Anna S. Mortensen