R语言：如何将DataFrame中的字符型变量名转换为对应变量值

当处理包含大量唯一ID的大型数据集时，手动用case_when映射ID到对应变量值的效率极低，而直接生成变量名的字符结果无法得到实际数值。以下是针对该场景的高效解决方案：

原始数据与初始尝试 #

数据集与变量定义 #

df <- data.frame(
  id = c("a", "a", "a", "b", "b", "b", "c", "c", "c", "c")
)

I1 <- 1
I2 <- 2
I3 <- 3

初始尝试（仅得到字符型变量名） #

df2 <- df %>% 
  dplyr::mutate(I = paste0("I", as.integer(factor(id))))

# 输出结果
#    id  I
# 1   a I1
# 2   a I1
# 3   a I1
# 4   b I2
# 5   b I2
# 6   b I2
# 7   c I3
# 8   c I3
# 9   c I3
# 10  c I3

低效的手动映射方法 #

df3 <- df2 %>% 
  dplyr::mutate(I = case_when(
    id == "a" ~ I1,
    id == "b" ~ I2,
    id == "c" ~ I3
  ))

# 输出结果（正确但效率低）
#    id I
# 1   a 1
# 2   a 1
# 3   a 1
# 4   b 2
# 5   b 2
# 6   b 2
# 7   c 3
# 8   c 3
# 9   c 3
# 10  c 3

高效解决方案 #

方法1：使用命名向量映射（推荐，直观高效） #

先创建一个命名向量关联ID与对应变量值，再通过索引快速匹配：

# 创建命名向量：名字对应id值，值对应变量的实际数值
id_map <- c(a = I1, b = I2, c = I3)

# 映射到数据框
df4 <- df %>% 
  dplyr::mutate(I = id_map[id])

# 输出结果
df4
#    id I
# 1   a 1
# 2   a 1
# 3   a 1
# 4   b 2
# 5   b 2
# 6   b 2
# 7   c 3
# 8   c 3
# 9   c 3
# 10  c 3

这种方法适合ID数量多的场景，只需维护id_map向量即可，无需修改数据处理逻辑。

方法2：利用get()函数结合因子转换 #

直接从环境中提取对应变量的数值，无需手动编写条件：

df5 <- df %>% 
  dplyr::mutate(
    # 生成变量名字符串，再用get()获取实际值
    I = get(paste0("I", as.integer(factor(id))))
  )

# 输出结果与上述一致
df5

如果变量命名规则固定（如I1、I2...），这种方法无需额外创建映射向量，代码更简洁。

方法3：使用match()函数匹配ID与变量顺序 #

如果ID的顺序和变量I1、I2的顺序完全对应，可通过match快速匹配：

# 获取唯一ID的顺序，匹配到对应的变量值
unique_ids <- unique(df$id)
var_values <- c(I1, I2, I3)

df6 <- df %>% 
  dplyr::mutate(I = var_values[match(id, unique_ids)])

# 输出结果一致
df6

内容的提问来源于stack exchange，提问作者TKH_9