如何在dplyr中基于多列匹配生成新列？

你可以通过以下几种tidyverse的方式实现需求，核心是按行判断多列中是否存在目标值，并遵循优先级顺序匹配：

方法1：rowwise + case_when（直观易读） #

利用rowwise()让dplyr按行处理数据，结合case_when()按优先级顺序判断条件：

library(dplyr)

a <- data.frame(var1 = c("one", "two", "three"), 
                var2 = c("three", "one", "three"), 
                var3 = c("three", "two", NA))

a <- a %>%
  rowwise() %>%
  mutate(
    result = case_when(
      # 优先级最高：只要行内有"one"就返回1，na.rm忽略NA
      any(c(var1, var2, var3) == "one", na.rm = TRUE) ~ 1,
      # 次之：行内无"one"但有"two"返回2
      any(c(var1, var2, var3) == "two", na.rm = TRUE) ~ 2,
      # 兜底：其余情况（含"three"或NA）返回3
      TRUE ~ 3
    )
  ) %>%
  ungroup() # 取消行处理模式，避免后续操作受影响

print(a)

输出结果：

var1  var2  var3 result
1   one three three      1
2   two   one   two      1
3 three three  <NA>      3

方法2：pmap逐行处理（灵活通用） #

用pmap_dbl()遍历每行数据，将每行元素转为向量后用基础逻辑判断：

a <- a %>%
  mutate(
    result = pmap_dbl(., ~ {
      row_vals <- c(...) # 将当前行的所有列转为向量
      if ("one" %in% row_vals) 1
      else if ("two" %in% row_vals) 2
      else 3
    })
  )

关键注意点 #

• 优先级顺序必须从高到低写：case_when()或if-else会匹配第一个满足的条件，所以"one"的判断要放在最前面。
• na.rm = TRUE：避免NA值干扰any()的判断（比如第三行的NA不会影响我们识别出存在"three"）。

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