在R语言中跨多个数据框使用ifelse生成新数据框

我有两个R数据框：

1. 数据框Averages：包含1列Lat，以及约一千列命名为ASV+连续数字的列，数据示例如下：

> dput(averages[1:10, c(1: 16)])
structure(list(Lat = c(-59.99833333, -59.33383333, -58.66866667, 
-58.00066667, -57.33483333, -56.67116667, -53.00033333, -52.335, 
-51.67116667, -51.00016667), asv_3 = c(1838.5, 275.5, 175, 733.5, 
1510.5, 2538.5, 3451.5, 1084.5, 811.5, 545.5), asv_4 = c(2758.5, 
1101.5, 1679, 676, 844, 888.5, 738.5, 1051.5, 1057, 777.5), asv_5 = c(170.5, 
245, 94, 81.5, 195, 80.5, 262, 335, 301, 161), asv_7 = c(4632, 
1019.5, 1790, 27, 34.5, 19, 3, 0, 0, 1.5), asv_8 = c(743, 849, 
1109.5, 450.5, 408.5, 404, 258, 212.5, 297.5, 212.5), asv_9 = c(625.5, 
2234, 1726, 3031.5, 5130.5, 368, 21, 0, 0, 0), asv_10 = c(0, 
0, 0, 0, 0, 0, 1198, 3006, 1740.5, 1198), asv_11 = c(0, 0, 0, 
0, 0, 0, 1334.5, 3013, 2209.5, 1619), asv_12 = c(822, 485, 346, 
221.5, 239.5, 191.5, 250, 232.5, 296, 169.5), asv_14 = c(183, 
26.5, 16, 333.5, 1031, 1520.5, 409.5, 195, 51.5, 63), asv_15 = c(603.5, 
1365.5, 1246.5, 1192.5, 1312.5, 765.5, 65, 56.5, 95.5, 80), asv_17 = c(2657.5, 
1713, 1683, 75, 48.5, 45, 141.5, 100, 178, 60.5), asv_18 = c(0, 
0, 0, 0, 0, 0, 0, 0, 0, 2.5), asv_19 = c(0, 0, 0, 0, 0, 0, 36.5, 
25.5, 39.5, 51.5), asv_20 = c(0, 1.5, 0, 0, 0, 0, 292, 673, 512.5, 
319)), row.names = c(NA, -10L), class = c("tbl_df", "tbl", "data.frame"
))

2. 数据框ranges：基于Averages生成，包含ASV和V1列，存储Averages中的ASV名称及其对应的范围值，数据示例如下：

> dput(ranges[1:15, c(1: 2)])
structure(list(ASV = c("asv_3", "asv_4", "asv_5", "asv_7", "asv_8", 
"asv_9", "asv_10", "asv_11", "asv_12", "asv_14", "asv_15", "asv_17", 
"asv_18", "asv_19", "asv_20"), V1 = c(30.00133333, 30.00133333, 
30.00133333, 16.00083333, 30.00133333, 9.66466666, 22.00283333, 
10.004, 30.00133333, 16.46566666, 17.002, 17.99783333, 20.00266667, 
23.00333333, 29.33683333)), row.names = c(NA, 15L), class = "data.frame")

需求 #

生成第三个数据框，保留Averages的列名和Lat列的所有值，填充规则：

• 若Averages中某ASV列的数值>0，则替换为ranges中对应ASV的V1值；
• 若数值为0，则保留0。

例如：Averages中Lat为-59.99833333的asv_3值为1838.5>0，新数据框对应位置应填入ranges中asv_3的V1值30.00133333。

尝试用ifelse实现未成功，求解决方案。

方法1：使用dplyr + tidyr（tidyverse风格） #

适合处理大量列，代码简洁易读：

library(tidyverse)

# 将ranges转换为命名向量，方便快速匹配ASV对应的V1值
range_vec <- deframe(ranges)

# 批量处理所有ASV列
new_df <- averages %>%
  mutate(across(starts_with("asv_"), ~ifelse(.x > 0, range_vec[cur_column()], 0)))

方法2：使用base R #

无需加载额外包，适合偏好原生R语法的场景：

# 提取所有ASV列的列名
asv_cols <- grep("^asv_", colnames(averages), value = TRUE)

# 创建命名向量，ASV名称为向量名，对应V1值为向量元素
range_vec <- setNames(ranges$V1, ranges$ASV)

# 循环处理每一列
new_df <- averages
for(col in asv_cols){
  new_df[[col]] <- ifelse(new_df[[col]] > 0, range_vec[col], 0)
}

核心逻辑说明 #

两种方法的核心都是：

1. 将ranges转换为命名向量，让ASV名称与对应范围值形成一一映射；
2. 对每个ASV列做条件判断：值大于0则替换为对应范围值，否则保留0。

可以通过查看new_df的特定列验证结果，比如asv_7列，原数据中第8、9行是0，新数据框中这两行仍为0，其余行则替换为16.00083333。

内容的提问来源于stack exchange，提问作者CoccoLoco