在R中批量比较多列生成新变量，能否用循环简化代码？

需求说明 #

针对包含pidp和wave_1至wave_4的数据框，需要逐对比较相邻Wave列，按以下规则生成对应新变量：

• 两列值相等 → 0
• 前一列=1且后一列=2 → 1
• 前一列=2且后一列=3 → 2
• 前一列=3且后一列=1 → 3
• 其他情况 → NA

以下提供几种简化冗余代码的实现方案，替代重复的嵌套ifelse和列名书写：

方案1：Tidyverse工具链（dplyr + purrr） #

利用purrr的映射函数批量处理列配对，结合case_when替代嵌套ifelse让逻辑更直观：

library(dplyr)
library(purrr)

# 提取所有Wave列的列名
wave_cols <- grep("^wave_", names(waves), value = TRUE)
# 生成相邻列的配对组合（前一列 → 后一列）
col_pairs <- map2(wave_cols[-length(wave_cols)], wave_cols[-1], ~list(from = .x, to = .y))

# 定义变化编码的判断函数
get_change_code <- function(from_col, to_col) {
  case_when(
    from_col == to_col ~ 0,
    from_col == 1 & to_col == 2 ~ 1,
    from_col == 2 & to_col == 3 ~ 2,
    from_col == 3 & to_col == 1 ~ 3,
    TRUE ~ NA_real_
  )
}

# 批量生成新列
waves <- waves %>%
  mutate(
    !!!set_names(
      map(col_pairs, ~get_change_code(!!sym(.x$from), !!sym(.x$to))),
      paste0("new_", wave_cols[-1])
    )
  )

代码解释 #

1. grep筛选出所有以wave_开头的列，自动适配Wave列数量变化（比如新增wave_5也无需修改代码）
2. map2生成相邻列的配对列表，避免手动写wave_1&wave_2这类固定组合
3. case_when把多条件判断写成线性结构，比嵌套ifelse更易读
4. !!sym()将字符串列名转换为可引用的变量，!!!set_names()批量命名并插入新列到数据框中

方案2：基础R循环 #

如果偏好基础R语法，无需加载额外包，可直接用循环处理：

# 获取所有Wave列的索引
wave_idx <- grep("^wave_", names(waves))

# 循环遍历每一对相邻列
for (i in 1:(length(wave_idx)-1)) {
  from_col <- waves[, wave_idx[i]]
  to_col <- waves[, wave_idx[i+1]]
  
  # 定义新列名
  new_col_name <- paste0("new_", names(waves)[wave_idx[i+1]])
  # 计算编码值并赋值给新列
  waves[[new_col_name]] <- ifelse(
    from_col == to_col, 0,
    ifelse(from_col == 1 & to_col == 2, 1,
           ifelse(from_col == 2 & to_col == 3, 2,
                  ifelse(from_col == 3 & to_col == 1, 3, NA)))
  )
}

代码解释 #

1. 通过索引定位Wave列，避免硬编码列名
2. 循环从第1列到倒数第2列，依次和下一列配对计算
3. 用[[赋值新列，自动添加到数据框末尾

验证结果 #

运行上述任一方案后，数据框会新增new_wave_2、new_wave_3、new_wave_4三列，对应每一对相邻Wave列的变化编码，以示例数据为例：

• new_wave_2对应wave_1→wave_2的变化，结果为c(0,0,1,0,0,0,0)
• new_wave_3对应wave_2→wave_3的变化，结果为c(0,0,0,0,0,0,1)
• new_wave_4对应wave_3→wave_4的变化，结果为c(0,0,0,3,1,1,0)

内容的提问来源于stack exchange，提问作者Grant