如何创建按行追加数据框前N列值的增量向量（含循环与非循环实现方法）

我来帮你搞定这个需求！先把咱们的目标再明确下：根据数据框里的P列值，每行从右侧（也就是N列开始）提取对应数量的元素，最后把所有提取的元素按行顺序拼合成一个向量。先看你给的示例，咱们先把数据框构造出来，方便后续演示：

df <- data.frame(
  P = c(2, 3, 2, 5, 2),
  N = c(1, 6, 8, 4, 7),
  `N+1` = c(2, 7, 5, 3, 1),
  `N+2` = c(3, 8, 7, 2, 1),
  `N+3` = c(4, 9, 6, 1, 1),
  `N+4` = c(5, 10, 5, 9, 1)
)

举个例子：第一行P=2，所以取N和N+1列的1、2；第二行P=3，取N、N+1、N+2列的6、7、8，以此类推，最终要得到的目标向量是[1] 1 2 6 7 8 8 5 4 3 2 1 9 7 1。

下面分别给你两种实现方法：

方法一：显式循环实现 #

这种方法逻辑非常直白，适合新手理解。咱们先初始化一个空向量，然后逐行遍历数据框，根据每行的P值提取对应数量的元素，再追加到结果向量里：

# 初始化空向量用来存结果
result_vec <- c()

# 逐行遍历数据框
for (i in 1:nrow(df)) {
  # 拿到当前行的P值
  p_val <- df$P[i]
  # 从第2列（也就是N列）开始，提取前p_val个元素
  row_elements <- df[i, 2:(1 + p_val)]
  # 把提取的元素追加到结果向量里（unlist把单行数据框转成向量）
  result_vec <- c(result_vec, unlist(row_elements))
}

# 查看最终结果
result_vec
# 输出: [1] 1 2 6 7 8 8 5 4 3 2 1 9 7 1

方法二：不使用显式循环（向量化/函数式编程） #

这种方法更贴合R的向量化思维，效率也更高，尤其是数据量比较大的时候。下面给你两种常用的实现方式：

方式1：用base R的apply函数 #

apply可以帮我们按行处理数据框，我们给每行写一个自定义函数来提取需要的元素，最后用unlist把结果拼合成向量：

# 按行处理数据框，每行提取对应元素
row_list <- apply(df, 1, function(row) {
  # 把行里的P值转成数值型
  p_val <- as.numeric(row["P"])
  # 提取从N列开始的前p_val个元素
  row[2:(1 + p_val)]
})

# 把列表格式的结果转成向量
result_vec <- unlist(row_list)

# 查看结果
result_vec
# 输出: [1] 1 2 6 7 8 8 5 4 3 2 1 9 7 1

方式2：用tidyverse工具包（dplyr + purrr） #

如果你平时习惯用tidyverse的语法，也可以这样实现：

library(tidyverse)

result_vec <- df %>%
  # 把N及之后的列转成每行的向量列表
  mutate(row_values = pmap(select(., starts_with("N")), c)) %>%
  # 按行提取前P个元素
  rowwise() %>%
  mutate(selected = list(row_values[1:P])) %>%
  # 把所有选中的元素提取出来并转成向量
  pull(selected) %>%
  unlist()

# 查看结果
result_vec
# 输出: [1] 1 2 6 7 8 8 5 4 3 2 1 9 7 1

或者用更简洁的map2方式：

# 提取所有P值和N开始的列组成的矩阵
p_vals <- df$P
values_matrix <- as.matrix(df[, -1]) # 去掉P列，剩下的是N及之后的列

# 用map2配对每个P值和对应行的元素，提取前P个
result_vec <- map2(values_matrix, p_vals, ~.x[1:.y]) %>% unlist()

内容的提问来源于stack exchange，提问作者Viraj Panara