如何在Base R中按行统计指定列值在多列中的出现次数

问题背景 #

需求：统计数据框中v1列每行的值在c1至c7列中的出现次数，新增n_v1列存储结果。
当前能手动指定单个值（如'A'、'B'）完成统计，但无法批量使用v1列每行对应的值统计；尝试的代码触发警告，无法得到预期结果。

测试脚本：

# 创建数据框
c1 = c('A','B','C')
c2 = c('B','B','A')
c3 = c('C','C','A')
c4 = c('B','C','C')
c5 = c('B','A','B')
c6 = c('C','B','A')
c7 = c('C','B','B')
v1 = c('A','C','B')
df = data.frame(c1,c2,c3,c4,c5,c6,c7,v1)

# 手动统计A、B、C在c1-c7列的出现次数
df$n_A = apply(df[,1:7], 1, function(x) length(which(x=='A')))
df$n_B = apply(df[,1:7], 1, function(x) length(which(x=='B')))
df$n_C = apply(df[,1:7], 1, function(x) length(which(x=='C')))

# 尝试统计v1列每行值在c1-c7列的出现次数（触发警告）
df$n_v1 = apply(df[,1:7], 1, function(x) length(which(x==v1)))

执行上述尝试代码时收到警告：

longer object length is not a multiple of shorter object length

错误原因 #

之前的尝试代码中，apply处理每行数据x时，v1是完整的列向量（长度3），而x仅为当前行的7个元素，两者长度不匹配导致循环匹配，最终结果错误。

Base R解决方案 #

以下三种方法均为纯Base R实现，可批量完成统计：

方法1：遍历行索引配对取值 #

df$n_v1 <- sapply(1:nrow(df), function(i) {
  sum(df[i, 1:7] == df$v1[i])
})

通过行索引i，分别取当前行的c1-c7列数据和v1值，用sum统计匹配次数（逻辑值TRUE会被转为1，FALSE转为0，求和即得次数）。

方法2：用mapply配对行数据与v1值 #

df$n_v1 <- mapply(function(row_data, target_val) sum(row_data == target_val),
                  split(df[, 1:7], 1:nrow(df)),
                  df$v1)

将c1-c7列按行拆分为列表，再通过mapply把每行数据和对应的v1值配对传入函数，统计匹配次数。

方法3：apply遍历整行数据 #

df$n_v1 <- apply(df, 1, function(row) {
  sum(row[1:7] == row["v1"])
})

直接对整个数据框按行处理，row包含当前行的所有列值，取前7列与v1列值比较后求和。

执行任意一种方法后，df$n_v1将得到预期结果：1 3 4，分别对应每行v1值在c1-c7列中的出现次数。

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