如何用dplyr/tidyr替代嵌套循环实现R中指定列的匹配赋值？

需求：遍历数据框中所有以"DX"开头的列，对每行查找第一个以"A"开头的元素，将其写入新列As；若该行无匹配元素，则写入NA。

原尝试代码的错误分析 #

你写的tidyr尝试代码逻辑有误：

df2 <- df %>% mutate(across(starts_with("DX"), As = if_else(grepl("^A", .), ., NA)))

across是用来批量处理多列（每列单独转换）的工具，而非实现行内跨列查找的方法。你试图在across中直接赋值给As，会导致语法解析错误，同时也不符合"行内遍历多列找匹配"的需求。

正确实现方法 #

方法1：用rowwise() + c_across()（推荐，简洁高效）

利用rowwise()将数据框按行分组，c_across()提取每行中所有DX列的值，再筛选出第一个匹配的元素：

library(dplyr)

df <- df %>%
  rowwise() %>%
  mutate(As = {
    # 提取当前行所有DX列的值
    dx_values <- c_across(starts_with("DX"))
    # 筛选出以"A"开头的元素，取第一个；无匹配则返回NA
    matches <- dx_values[grepl("^A", dx_values)]
    if (length(matches) > 0) matches[1] else NA_character_
  }) %>%
  ungroup() # 取消行分组，恢复常规数据框结构

方法2：用tidyr的宽转长再处理

适合需要更灵活处理多匹配场景的情况，通过宽表转长表筛选匹配项，再合并回原数据：

library(dplyr)
library(tidyr)

df <- df %>%
  # 把所有DX列转成长表
  pivot_longer(cols = starts_with("DX"), names_to = "dx_col", values_to = "dx_val") %>%
  # 筛选以"A"开头的记录
  filter(grepl("^A", dx_val)) %>%
  # 按name分组，取每个组的第一条（即每行第一个匹配的DX值）
  group_by(name) %>%
  slice_head(n = 1) %>%
  # 合并回原数据框
  right_join(df, by = "name") %>%
  # 赋值As列，清理多余列并调整顺序
  mutate(As = dx_val) %>%
  select(name, starts_with("DX"), As) %>%
  relocate(As, .after = last_col())

验证结果 #

两种方法都能得到和原嵌套循环一致的输出：

name DX1 DX2 DX3  As
1 Aidan  A1  C2  D3  A1
2 Barry  B1  A2  C3  A2
3  Carl  C1  B2  C3 <NA>

内容的提问来源于stack exchange，提问作者Jsters