使用apply()和ifelse()逐列比较两个data.frame并求和的实现问题

核心思路 #

分两步实现需求：先对df1和df2的每一列组合做逐元素判断，再对判断结果求和整理成目标格式。

完整代码实现 #

# 示例数据
df1 <- data.frame(C1 = c("A", "B", "None"), C2 = c("B", "A", "A"),  
                  C3 = c("None", "None", "B"), row.names = paste0("Proj.", 1:3))
df2 <- data.frame(M1 = c("A", "None", "B"), M2 = c("B", "None", "B"),  
                  M3 = c("A", "B", "B"), M4 = c("None", "None", "None"),  row.names = paste0("Proj.", 1:3)) 

# 生成最终结果
result <- sapply(df1, function(col_df1) {
  sapply(df2, function(col_df2) {
    # 逐元素判断：任一单元格为'None'返回0，否则返回1，再求和
    sum(ifelse(col_df1 == "None" | col_df2 == "None", 0, 1))
  })
})

# 转换为目标格式的DataFrame
result_df <- as.data.frame(t(result))
rownames(result_df) <- colnames(df2)
colnames(result_df) <- colnames(df1)

# 查看结果
print(result_df)

代码说明 #

1. 嵌套sapply遍历列组合：外层遍历df1的每一列，内层遍历df2的每一列，对每一对列执行判断逻辑。
2. 逐元素判断逻辑：用ifelse直接检查元素是否为'None'，只要任一元素是'None'就返回0，否则返回1。
3. 求和与格式整理：对每一对列的判断结果求和，最后转置结果并设置行列名，匹配需求中的格式要求。

运行结果 #

C1 C2 C3
M1  1  1  0
M2  1  1  0
M3  2  2  1
M4  0  0  0

解决你之前的报错问题 #

你遇到的Error in ifelse(x == as.numeric(df2.2, 0, 1)) : 'list' object cannot be coerced to type 'double'，原因是：

• as.numeric仅接受一个待转换参数，你错误传入了0和1，导致返回结果为列表而非数值型向量。
• 直接将'None'转为0后，未正确处理列之间的逐元素比较逻辑，循环或向量操作逻辑混乱。
  上面的代码通过直接在ifelse中判断'None'，避免了类型转换的坑，同时用向量化操作替代低效循环，逻辑更清晰。

内容的提问来源于stack exchange，提问作者Purrsia