在R中基于另一数据框的条件值与函数为数据框新增列

示例数据准备 #

先模拟符合需求的输入数据：

• 优势比列表（命名向量，对应排除首个预测变量后的变量）：

odds_list <- c(varA = 1.5, varB = 2.3, varC = 0.8)

• 受试者数据框（包含二进制标记列，首个列gender为排除的预测变量）：

subjects_df <- data.frame(
  id = 1:5,
  gender = c(0,1,0,1,0),
  varA = c(1,0,1,1,0),
  varB = c(0,1,0,1,1),
  varC = c(1,1,0,0,1)
)

高效实现步骤 #

1. 匹配目标变量 #

先提取两个数据结构中对应的变量名，确保后续操作只处理需要的列：

target_vars <- intersect(names(odds_list), colnames(subjects_df))

2. 生成对应优势比列 #

使用dplyr的动态列操作，自动为每个目标变量生成优势比列（标记为1时取对应优势比，否则取1）：

library(dplyr)

subjects_df <- subjects_df %>%
  mutate(across(all_of(target_vars), 
                ~ ifelse(.x == 1, odds_list[cur_column()], 1),
                .names = "{col}_odds"))

3. 计算优势比乘积 #

通过对数转换避免数值溢出，动态计算所有生成的优势比列的乘积：

subjects_df <- subjects_df %>%
  mutate(odds_product = rowSums(across(ends_with("_odds"), log)) %>% exp())

Base R 替代方案 #

如果不想依赖dplyr，用原生R代码实现同样逻辑：

# 生成优势比列
for(var in target_vars){
  subjects_df[[paste0(var, "_odds")]] <- ifelse(subjects_df[[var]] == 1, odds_list[var], 1)
}

# 计算乘积
odds_cols <- grep("_odds$", colnames(subjects_df), value = TRUE)
subjects_df$odds_product <- apply(subjects_df[odds_cols], 1, prod)

适配动态变量的核心逻辑 #

所有操作均基于变量名的动态匹配，无需硬编码变量数量或名称。只要odds_list的命名与受试者数据框的变量名对应，不管变量数量如何变化，代码都能自动处理，彻底替代繁琐的ifelse嵌套。

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