如何在R的dplyr中获取指定列的行最小值及对应列名后缀

数据集 #

library(dplyr)
Data <- tibble(Code = letters[1:6],
            Min_0 = c(12.3, NA, 1.1, NA, 0, NA),
            Min_1 = c(3.6, NA, 12.4, 1.7, 15.6, NA),
            Min_2 = c(45.6, NA, 2.4, 28.9, 32.7, NA),
            Min_3 = c(2.3, NA, NA, NA, NA, NA),
            Min_4 = c(52.4, NA, 23.6, 4.6, 0, NA),
            Min_5 = c(0, NA, 5.7, NA, 0.1, NA))

需求 #

需要为每行添加两列：

• Min_Time：取Min_1至Min_5列中的最小值，若这些列全为NA则设为NA；
• Min_ID：取对应最小值所在列名的最后一位数字，示例输出如下：

Data %>% mutate(Min_ID = c(5, NA, 2, 1, 4, NA))

已实现部分（Min_Time） #

已通过自定义函数实现Min_Time的计算，代码如下：

Min_Function <- function(x, f, ...) ifelse(all(is.na(x)), NA, 
                                   ifelse(all(is.na(x)), 
                                          0, f(x[x >= 0], na.rm = TRUE, ...)))

Data %>%
    rowwise() %>%
    mutate(Min_Time = Min_Function(c_across(starts_with("Min_") & -ends_with("0")), min))

Min_ID的实现方案 #

可以在现有rowwise()流程中，结合列名提取和位置匹配来生成Min_ID，同时保持动态筛选列的逻辑：

# 需提前加载stringr包用于提取数字，若不想加载可看下方替代方案
library(stringr)

Data %>%
    rowwise() %>%
    mutate(
        # 临时存储每行的目标列数据与列名，避免重复筛选
        target_data = list(c_across(starts_with("Min_") & -ends_with("0"))),
        Min_Time = Min_Function(unlist(target_data), min),
        Min_ID = ifelse(all(is.na(unlist(target_data))), 
                        NA, 
                        # 提取最小值对应列名的末尾数字
                        str_extract(names(unlist(target_data))[which.min(unlist(target_data))], "\\d+$") %>% as.integer())
    ) %>%
    select(-target_data)  # 移除临时辅助列

无stringr包的替代写法 #

如果不想依赖stringr，可以用基础R的sub函数提取列名数字：

Data %>%
    rowwise() %>%
    mutate(
        target_data = list(c_across(starts_with("Min_") & -ends_with("0"))),
        Min_Time = Min_Function(unlist(target_data), min),
        Min_ID = ifelse(all(is.na(unlist(target_data))), 
                        NA, 
                        sub("Min_", "", names(unlist(target_data))[which.min(unlist(target_data))]) %>% as.integer())
    ) %>%
    select(-target_data)

逻辑说明 #

1. 用list()存储每行的目标列数据，避免重复调用c_across提升效率；
2. which.min()定位最小值所在的位置，结合names()获取对应列名；
3. 通过字符串处理提取列名末尾的数字，转为整数类型；
4. 用ifelse处理全NA的行，返回NA值匹配需求。

内容的提问来源于stack exchange，提问作者Chris