在R语言中基于条件列名创建数据框新列

以下是几种在R中实现需求的方法，适用于不同场景：

基础R方法 #

无需额外包，直接用内置函数处理：

# 生成目标列
data$Column_D <- apply(data[, -which(names(data) == "Reference")], 1, function(row) {
  # 提取当前行值为TRUE的列名，并用逗号拼接
  paste(names(row)[row], collapse = ", ")
})

解释：data[, -which(names(data) == "Reference")]筛选出除Reference外的列，apply(..., 1)按行遍历，每行中筛选出值为TRUE的列名，再用paste拼接成字符串。

tidyverse 方法 #

适合习惯tidy语法的用户，需加载dplyr包：

library(dplyr)

data <- data %>%
  rowwise() %>%
  # 遍历除Reference外的所有列，筛选值为TRUE的列名并拼接
  mutate(Column_D = paste(names(pick(-Reference))[c_across(-Reference)], collapse = ", ")) %>%
  ungroup()

如果是超大型数据集，rowwise效率较低，可改用purrr的批量处理：

library(dplyr)
library(purrr)

data <- data %>%
  mutate(Column_D = pmap_chr(pick(-Reference), ~{
    row_vals <- c(...)
    paste(names(row_vals)[row_vals], collapse = ", ")
  }))

data.table 方法 #

针对大型数据集优化，效率更高，需加载data.table包：

library(data.table)

# 将data.frame转为data.table
setDT(data)
# 按Reference分组（逐行处理），生成目标列
data[, Column_D := {
  row_cols <- .SD
  paste(names(row_cols)[row_cols], collapse = ", ")
}, by = Reference, .SDcols = -"Reference"]

执行上述任意方法后，查看data即可得到预期结果。

内容的提问来源于stack exchange，提问作者Rolotoni