如何在DataFrame列的列表中匹配值并生成标记列

需求说明 #

在R语言tidyverse环境下，需为数据框新增一列match_found：检查每行的filedate单个值是否存在于对应行的filedate_list列表中，存在则标记1，否则标记0。

原始数据框 #

library(tidyverse)

df_original <- tribble(
  ~record_num, ~filedate, ~filedate_list, 
  1, 1998, c(1998, 1999, 2000, 2001),
  2, 1999, c(1998, 1999, 2000, 2001),
  3, 2005, c(1998, 1999, 2000, 2001),
  4, 2006, c(1998, 1999, 2000, 2001),
)

期望结果 #

df_solution <- tribble(
  ~record_num, ~filedate, ~filedate_list, ~match_found,
  1, 1998, c(1998, 1999, 2000, 2001), 1, 
  2, 1999, c(1998, 1999, 2000, 2001), 1, 
  3, 2005, c(1998, 1999, 2000, 2001), 0,
  4, 2006, c(1998, 1999, 2000, 2001), 0
)

错误解法及原因 #

之前尝试的代码返回全0，问题出在%in%的作用逻辑：它是对整个向量做匹配，而非逐行处理每行的filedate和对应行的filedate_list。

incorrect_solution <- df_original %>%
  mutate(match_found = if_else(filedate %in% filedate_list, 1, 0))

正确解法 #

方法1：使用purrr::map2_int逐行映射 #

通过map2_int同时遍历filedate和filedate_list两列，对每行的两个值做匹配判断，返回整数型结果：

df_solution1 <- df_original %>%
  mutate(match_found = map2_int(filedate, filedate_list, ~if_else(.x %in% .y, 1L, 0L)))

方法2：使用rowwise()逐行分组处理 #

先通过rowwise()将数据框按行分组，此时%in%会针对每行的filedate和filedate_list做判断，最后用ungroup()取消分组恢复原结构：

df_solution2 <- df_original %>%
  rowwise() %>%
  mutate(match_found = as.integer(filedate %in% filedate_list)) %>%
  ungroup()

内容的提问来源于stack exchange，提问作者Mishalb