如何在R中按行列号提取dataframe单元格值并生成新dataframe

问题场景 #

你有一个超过10000行、14列的dataframe，其中Cl列存储了每行需要提取值的列号（例如第一行Cl值为5，对应提取第5列的数值），需要生成仅保留id列和提取值的新dataframe。

实现方案 #

以下提供两种高效的实现方式，适配大数据量场景：

1. 基础R方法（效率优先，适合大样本）

先构造示例数据框模拟你的场景：

# 构造示例数据（id为第一列，Cl存储目标列号）
set.seed(123)
df <- data.frame(
  id = 1:10,
  A = sample(1:100, 10),
  B = sample(1:100, 10),
  C = sample(1:100, 10),
  D = sample(1:100, 10),
  E = sample(1:100, 10),
  F = sample(1:100, 10),
  G = sample(1:100, 10),
  H = sample(1:100, 10),
  I = sample(1:100, 10),
  Cl = sample(2:10, 10, replace = TRUE) # Cl对应A-I的列号（2-10）
)

核心提取代码：

# 生成新数据框
new_df <- data.frame(
  id = df$id,
  extracted_value = df[cbind(1:nrow(df), df$Cl)]
)

原理：cbind(1:nrow(df), df$Cl)生成一个行号-列号的索引矩阵，直接通过矩阵索引从原数据框中提取每行对应列的数值，这种方法无需循环，效率极高，适合10000行以上的大样本。

2. tidyverse方法（代码更直观）

如果你习惯使用tidyverse生态，可以用以下代码：

library(dplyr)
library(purrr)

new_df <- df %>%
  mutate(extracted_value = map2_dbl(row_number(), Cl, ~ df[.x, .y])) %>%
  select(id, extracted_value)

或者使用rowwise语法：

new_df <- df %>%
  rowwise() %>%
  mutate(extracted_value = pick(all_of(Cl)) %>% pull()) %>%
  ungroup() %>%
  select(id, extracted_value)

注意事项 #

• 确保Cl列的数值是有效的列号（范围在1到原数据框总列数之间），可以提前验证：

  stopifnot(all(df$Cl %in% 1:ncol(df)))
  

• 若Cl列存储的是列名而非列号，只需将代码中的df$Cl替换为match(df$Cl, colnames(df))即可转换为列号。

内容的提问来源于stack exchange，提问作者genbio