如何在R语言数据框的列表列上应用between函数？

我们可以利用dplyr和purrr包的行操作工具来批量处理这两个任务，以下是具体实现：

准备工作 #

首先加载所需包：

library(dplyr)
library(purrr)

任务1：判断每行pool中是否存在处于边界内的元素 #

使用pmap_lgl函数逐行处理数据框，对每行的pool列表元素应用between判断，再通过any()确认是否存在符合条件的元素：

# 生成逻辑结果向量
task1_result <- pmap_lgl(test, function(left, right, pool) {
  # 转换pool为纯整数向量（去除附加属性）
  pool_vals <- as.integer(pool)
  any(between(pool_vals, left, right))
})

# 查看结果
task1_result
# 输出: [1] FALSE FALSE  TRUE  TRUE

任务2：提取每行pool中处于边界内的元素 #

使用pmap函数逐行过滤pool中的元素，若没有符合条件的元素则返回NA，否则返回过滤后的向量：

# 生成结果列表
task2_result <- pmap(test, function(left, right, pool) {
  pool_vals <- as.integer(pool)
  filtered <- pool_vals[between(pool_vals, left, right)]
  if (length(filtered) == 0) NA else filtered
})

# 查看结果
task2_result
# 输出: [[1]] NA
#       [[2]] NA
#       [[3]] 223
#       [[4]] [1] 491 568

可选：将结果添加到原数据框 #

如果需要将结果直接整合到原数据框中，可以使用dplyr::mutate结合行操作：

test_processed <- test %>%
  rowwise() %>%
  mutate(
    has_between = any(between(as.integer(pool), left, right)),
    between_elements = list(
      let(
        pool_vals = as.integer(pool),
        filtered = pool_vals[between(pool_vals, left, right)],
        if (length(filtered) == 0) NA else filtered
      )
    )
  ) %>%
  ungroup()

# 查看处理后的数据框
test_processed

说明 #

• pmap系列函数可以按行传递数据框的多列作为参数，非常适合处理每行包含列表的场景。
• as.integer(pool)用于去除pool元素的附加属性（如match.length等），只保留数值本身，方便后续判断和提取。
• rowwise()+mutate的方式更直观，适合需要保留原数据结构的场景。

内容的提问来源于stack exchange，提问作者BigMrE