如何在R中基于另一个数据框的条件生成新数据框？

数据定义 #

用户提供的两个数据框定义如下：

df1 <- data.frame(Q1 = rep(c(0, 1), 3),
                  Q2 = rep(c(1, 0), 3),
                  Q3 = rep(1, 6))

df2 <- data.frame(Q1 = rep(c(0, 1, 2), 2),
                  Q2 = rep(c(2, 1, 0), 2),
                  Q3 = c(rep(1, 3), rep(2, 3)))

输出结果：

> df1
  Q1 Q2 Q3
1  0  1  1
2  1  0  1
3  0  1  1
4  1  0  1
5  0  1  1
6  1  0  1

> df2
  Q1 Q2 Q3
1  0  2  1
2  1  1  1
3  2  0  1
4  0  2  2
5  1  1  2
6  2  0  2

需求 #

需要生成新数据框df3，每个元素根据以下规则映射：

用户的错误尝试 #

用户尝试用modify函数，但索引逻辑错误，导致代码无法运行：

df3 <- modify(df1, function(x) ifelse(x == 1 & df2[x] == 2, 6,
                               ifelse(x == 1 & df2[x] == 1, 5,
                               ifelse(x == 1 & df2[x] == 0, 4,
                               ifelse(x == 0 & df2[x] == 0, 3,
                               ifelse(x == 0 & df2[x] == 1, 2, 1))))))

解决方案 #

方法1：向量化ifelse嵌套（直接对应条件） #

数据框维度一致，可直接进行元素级比较，无需逐列遍历索引：

df3 <- ifelse(df1 == 1 & df2 == 2, 6,
              ifelse(df1 == 1 & df2 == 1, 5,
                     ifelse(df1 == 1 & df2 == 0, 4,
                            ifelse(df1 == 0 & df2 == 0, 3,
                                   ifelse(df1 == 0 & df2 == 1, 2, 1)))))
# 转换为数据框保持结构一致
df3 <- as.data.frame(df3)

运行结果：

> df3
  Q1 Q2 Q3
1  3  6  5
2  5  3  5
3  1  4  5
4  3  6  5
5  5  3  5
6  1  4  5

方法2：dplyr + case_when（可读性更强） #

用tidyverse语法的case_when让条件逻辑更清晰：

library(dplyr)

df3 <- df1 %>%
  mutate_all(~ case_when(
    .x == 1 & df2[[cur_column()]] == 2 ~ 6,
    .x == 1 & df2[[cur_column()]] == 1 ~ 5,
    .x == 1 & df2[[cur_column()]] == 0 ~ 4,
    .x == 0 & df2[[cur_column()]] == 0 ~ 3,
    .x == 0 & df2[[cur_column()]] == 1 ~ 2,
    TRUE ~ 1
  ))

方法3：映射矩阵（高效易维护） #

先构建映射关系矩阵，通过元素组合直接索引取值：

# 行对应df1的值(0,1)，列对应df2的值(0,1,2)
map_matrix <- matrix(c(3,2,1,
                       4,5,6), 
                     nrow=2, byrow=TRUE,
                     dimnames = list(c("0","1"), c("0","1","2")))

# 元素级索引并转换为数据框
df3 <- as.data.frame(matrix(map_matrix[cbind(as.character(df1), as.character(df2))],
                            nrow = nrow(df1)))
colnames(df3) <- colnames(df1)

内容的提问来源于stack exchange，提问作者user20291515