使用mutate()创建二元变量：判断df1多列值是否在df2指定列中

原代码问题分析 #

你写的代码中，col1 == df2$col10这类写法是按元素位置逐一比较，而非检查当前列的值是否存在于df2$col10这个集合中。这种匹配逻辑只会对应位置相同的值，自然无法覆盖所有符合条件的情况。

正确实现方法 #

方法1：使用rowwise()逐行检查

df1 %>%
  rowwise() %>%
  mutate(newvar = if_else(any(c(col1, col2, col3, col4) %in% df2$col10), 1, 0)) %>%
  ungroup()

• rowwise()指定按行处理数据
• c(col1, col2, col3, col4)将当前行的目标列值合并为向量
• %in% df2$col10检查向量中的值是否存在于目标集合
• any()判断当前行是否至少有一个值符合匹配条件，最终用if_else生成1/0的二元变量

方法2：使用purrr::pmap_lgl（大数据量更高效）

library(purrr)

df1 %>%
  mutate(newvar = as.integer(pmap_lgl(select(., col1:col4), ~ any(c(...) %in% df2$col10))))

• select(., col1:col4)选中需要检查的列
• pmap_lgl逐行读取目标列的值，c(...)将行内值合并为向量
• any(...)判断是否存在匹配，as.integer将逻辑结果（TRUE/FALSE）转为1/0

额外注意事项 #

• 若df2$col10存在重复值，可先用unique(df2$col10)去重，提升匹配效率
• 确保df1的col1-col4与df2$col10数据类型一致（如均为数值型或字符型），避免因类型不匹配导致的匹配失败

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