如何在R的DataFrame中定位首个感染ICD-10码列及POA状态

步骤1：新增infxn_col_name列（首个感染编码的列名） #

利用dplyr的rowwise()结合c_across()逐行处理ICD编码列，定位首个匹配感染编码的列名：

library(dplyr)

DF <- DF %>%
  rowwise() %>%
  mutate(
    infxn_col_name = {
      # 获取当前行所有ICD编码列的值
      icd_row_vals <- c_across(all_of(ICD10_code_columns))
      # 找到第一个属于感染编码的位置索引
      first_match_idx <- which(icd_row_vals %in% ICD10_infxn)[1]
      # 根据索引返回对应列名，无匹配则返回NA
      if (!is.na(first_match_idx)) ICD10_code_columns[first_match_idx] else NA_character_
    }
  ) %>%
  ungroup()

步骤2：新增对应POA状态列 #

根据POA列的命名规则，有两种常见实现方式：

情况1：已知POA列名向量（推荐）

如果有与ICD10_code_columns顺序完全对应的POA列名向量POA_columns，先建立ICD到POA的列名映射：

# 建立ICD列名到POA列名的映射
icd_to_poa <- setNames(POA_columns, ICD10_code_columns)

DF <- DF %>%
  rowwise() %>%
  mutate(
    poa_status = if (!is.na(infxn_col_name)) get(icd_to_poa[infxn_col_name]) else NA
  ) %>%
  ungroup()

情况2：通过字符串规则推导POA列名

如果POA列名是ICD列名的固定替换（比如把ICD替换为POA），用stringr做字符串替换：

library(stringr)

DF <- DF %>%
  rowwise() %>%
  mutate(
    poa_status = if (!is.na(infxn_col_name)) {
      # 推导对应POA列名
      poa_col_name <- str_replace(infxn_col_name, "ICD", "POA")
      get(poa_col_name)
    } else NA
  ) %>%
  ungroup()

完整整合代码 #

将两步合并，一次性生成两个新列：

library(dplyr)
library(stringr)

# 假设有POA列名向量的情况
icd_to_poa <- setNames(POA_columns, ICD10_code_columns)

DF <- DF %>%
  rowwise() %>%
  mutate(
    infxn_col_name = {
      icd_row_vals <- c_across(all_of(ICD10_code_columns))
      first_match_idx <- which(icd_row_vals %in% ICD10_infxn)[1]
      if (!is.na(first_match_idx)) ICD10_code_columns[first_match_idx] else NA_character_
    },
    poa_status = if (!is.na(infxn_col_name)) get(icd_to_poa[infxn_col_name]) else NA
  ) %>%
  ungroup()

关于之前的报错原因 #

max.col()仅支持数值/逻辑类型的矩阵，你的ICD编码是字符类型，直接传入会触发类型不匹配错误；apply()虽能处理字符列，但索引处理逻辑繁琐，不如dplyr的rowwise()方案直观且符合你的使用习惯。

内容的提问来源于stack exchange，提问作者C Chen