如何在mutate中对向量列执行逐行条件判断？

问题说明 #

你当前的代码中，ifelse(value %in% unlist(list.value))会将list.value列的所有元素合并成一个向量后做判断，导致所有行的test结果都是"YES"，但实际需求是逐行验证每行的value是否存在于对应行的list.value向量里。

解决方案 #

方法1：使用dplyr的行处理模式 #

library(dplyr)

# 构造数据（用tibble更适合存储列表列，避免as.data.frame的类型转换问题）
value <- c("A","B","C")
list.value <- list(c("A","B"),c("A","C"),c("C","B"))
data <- tibble(value, list.value)

# 逐行判断
data %>%
  rowwise() %>%
  mutate(test = ifelse(any(value == list.value), "YES", "NO")) %>%
  ungroup()

rowwise()会让后续的mutate按行执行，any(value == list.value)直接判断当前行的value是否匹配该行list.value中的任意元素。

方法2：使用purrr的逐行映射 #

library(dplyr)
library(purrr)

data %>%
  mutate(test = map2_chr(value, list.value, ~ifelse(.x %in% .y, "YES", "NO")))

map2_chr()会将value和list.value逐行配对，.x代表每行的value，.y代表对应行的list.value，最终返回字符型的结果列。

方法3：基R实现（无需加载额外包） #

value <- c("A","B","C")
list.value <- list(c("A","B"),c("A","C"),c("C","B"))
data <- data.frame(value, list.value, stringsAsFactors = FALSE)

# 用mapply逐行调用判断函数
data$test <- mapply(function(v, lv) ifelse(v %in% lv, "YES", "NO"), data$value, data$list.value)

mapply()实现了逐行配对传入参数，逻辑和tidyverse方法一致，适合不想加载包的场景。

内容的提问来源于stack exchange，提问作者Mimosa