在R中为DataFrame（Tibble）实现条件循环生成词对列

问题背景 #

现有存储句子信息的Tibble结构如下：

需求：遍历每个句子，当行的category为"noun"时，用该行的related_word（对应关联词的position）找到关联词，新增pair列存储"单词 关联词"格式的内容。例如"man"的related_word是3，对应position=3的"sees"，所以pair值为"man sees"。

解决方案 #

方法一：向量化操作（推荐，高效简洁） #

利用dplyr和向量匹配实现，无需循环：

library(tibble)
library(dplyr)

# 构建示例数据
df <- tibble(
  word = c("a", "man", "sees", "a", "horse", "and", "a", "dog"),
  position = 1:8,
  category = c("det", "noun", "verb", "det", "noun", "conj", "det", "noun"),
  related_word = c(2, 3, 0, 5, 3, 7, 8, 3),
  sentence = rep(1, 8)
)

# 生成pair列
df <- df %>%
  mutate(
    pair = if_else(
      category == "noun",
      paste(word, word[match(related_word, position)]),
      NA_character_
    )
  )

核心逻辑：

• match(related_word, position)：为每个related_word找到其在position列中的索引位置
• word[索引]：通过索引提取对应的关联词
• if_else：仅对category="noun"的行生成配对内容，其余行设为NA

运行后结果：

方法二：循环实现（按句子遍历） #

如果需要严格按句子遍历的循环逻辑，可参考以下代码：

library(tibble)

# 构建示例数据
df <- tibble(
  word = c("a", "man", "sees", "a", "horse", "and", "a", "dog"),
  position = 1:8,
  category = c("det", "noun", "verb", "det", "noun", "conj", "det", "noun"),
  related_word = c(2, 3, 0, 5, 3, 7, 8, 3),
  sentence = rep(1, 8)
)

# 初始化pair列
df$pair <- NA_character_

# 遍历每个唯一句子
for (s in unique(df$sentence)) {
  # 提取当前句子的子集
  sentence_data <- df[df$sentence == s, ]
  # 遍历子集的每一行
  for (i in seq(nrow(sentence_data))) {
    current_row <- sentence_data[i, ]
    if (current_row$category == "noun") {
      # 找到对应position的关联词
      related_term <- sentence_data$word[sentence_data$position == current_row$related_word]
      # 赋值到原数据框对应位置
      df$pair[df$sentence == s & df$position == current_row$position] <- paste(current_row$word, related_term)
    }
  }
}

核心逻辑：

1. 先初始化pair列为NA
2. 遍历每个句子，提取对应子集
3. 对子集内的行逐个判断，若为名词则匹配position找到关联词，拼接后赋值到原数据框的对应位置

内容的提问来源于stack exchange，提问作者RNewbie