如何在R中匹配含指定值的列并返回该列除指定值外的元素

前置准备 #

先安装并加载所需依赖包：

install.packages(c("dplyr", "dtplyr", "data.table"))
library(dplyr)
library(dtplyr)
library(data.table)

实现函数 #

以下函数会先定位目标国家所在的列，再返回该列中除目标国家外的所有元素，全程采用dtplyr的向量化操作保证效率：

get_other_countries <- function(df, target_country) {
  # 将数据转换为dtplyr延迟计算对象
  lazy_df <- lazy_dt(df)
  
  # 筛选出包含目标国家的列名
  target_col <- lazy_df %>%
    summarise(across(everything(), ~any(.x == target_country))) %>%
    collect() %>%
    pivot_longer(everything(), names_to = "col", values_to = "has_target") %>%
    filter(has_target) %>%
    pull(col)
  
  # 处理目标国家未找到的情况
  if (length(target_col) == 0) {
    warning("未找到指定国家")
    return(character(0))
  }
  
  # 提取目标列中除指定国家外的元素并转为向量
  result <- lazy_df %>%
    select(all_of(target_col)) %>%
    filter(.data[[target_col]] != target_country) %>%
    pull() %>%
    as.vector()
  
  return(result)
}

测试函数 #

用你提供的countries数据框验证效果：

# 定义数据框
countries <- data.frame(
  "countries_A" = c('Belgium','Holland', 'France', 'Germany'), 
  "countries_B" = c('Sweden','Italy','Spain','Switzerland'),
  "countries_C" = c('England','Denmark','Portugal','Hungary')
)

# 查找"Italy"所在列的其余元素
get_other_countries(countries, "Italy")
# 输出：[1] "Sweden"       "Spain"        "Switzerland"

逻辑说明 #

1. 用lazy_dt将普通data.frame转为延迟计算对象，让dtplyr可以调用data.table的高效向量化底层操作
2. 通过across+any遍历所有列，快速定位包含目标国家的列
3. 提取目标列后过滤掉目标国家，最终返回纯向量结果
4. 加入异常处理逻辑，避免因目标国家不存在导致的程序报错

内容的提问来源于stack exchange，提问作者The Curious One