R语言中无需for循环实现tibble的逐行变异操作

现有两个tibble（df1和df2），需要基于df1中的species变量，从df2中提取对应物种的典型偏好颜色（即该物种对应概率最高的颜色）并插入到df1中。目前已通过for循环实现需求，但希望找到更高效的无循环方法，比如用dplyr包实现，或者了解sapply是否是更优选择。

原始数据代码 #

library(dplyr)

# 设置随机种子
set.seed(10)

# 构造df1
df1 <-  starwars %>% 
  select(name, species) %>%
  filter(species %in% c("Human","Wookiee","Droid")) %>%
  mutate(Fav_colour = sample(c("blue","red","green"), n(), replace = TRUE))

# 构造df2：各物种的颜色偏好概率表
df2 <- tibble(Colour = c("blue","green","red"),
              Human = c(0.5,0.3,0.1),
              Wookiee = c(0.2,0.8,0.5),
              Droid = c(0.3,0.1,0.5))

原循环实现代码 #

# 创建空列表
data <- list()

# 逐行迭代
for (x in 1:nrow(df1)) {
  # 提取当前行
  tmp <- slice(df1, x)
  
  # 根据当前行的物种，从df2中获取概率最高的颜色
  tmp$Typical <- df2 %>%
    select(Colour, tmp$species) %>%
    arrange(desc(.data[[tmp$species]])) %>% 
    slice_head(n = 1) %>% 
    select(Colour) %>% 
    as.character()
    
  # 将结果加入列表
  data[[x]] <- tmp
}

# 合并列表为df1
df1 <- list.rbind(data)

高效解决方案 #

方法1：dplyr + tidyr 无循环实现（推荐） #

核心思路是先把df2从宽格式转为长格式，统一处理每个物种的最高概率颜色，再通过关联操作直接合并到df1，全程无逐行遍历，效率最高。

library(dplyr)
library(tidyr)

# 预处理df2：转长格式，筛选每个物种概率最高的颜色
species_typical_colour <- df2 %>%
  pivot_longer(-Colour, names_to = "species", values_to = "prob") %>%
  group_by(species) %>%
  arrange(desc(prob), .by_group = TRUE) %>%
  slice_head(n = 1) %>%
  ungroup() %>%
  select(species, Typical = Colour)

# 关联到df1，添加Typical列
df1 <- df1 %>%
  left_join(species_typical_colour, by = "species")

方法2：使用sapply替代循环 #

如果习惯用apply系列函数，也可以用sapply批量处理df1的species列，代码比原循环更简洁：

# 定义函数：输入物种名，返回对应典型颜色
get_typical_colour <- function(species) {
  df2 %>%
    select(Colour, all_of(species)) %>%
    arrange(desc(.data[[species]])) %>%
    slice_head(n = 1) %>%
    pull(Colour)
}

# 批量处理并添加到df1
df1$Typical <- sapply(df1$species, get_typical_colour)

方法对比 #

• 方法1是最优选择：基于dplyr的向量化操作，避免了逐行处理，数据量越大效率优势越明显，代码结构清晰易维护。
• 方法2虽替代了for循环，但本质仍是逐元素遍历，效率不如方法1，仅适合小数据量场景。

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