在R中比较数据框多列与向量并新增匹配列名列的方法

现有向量 my_vector <- c("g1","g2","g3","g4")，以及包含Read_1、Read_2、Read_3、Read_4列的数据框。需要将该向量与数据框各列逐一比较，若单元格值属于向量中的元素，就记录对应的列名，最终在数据框中新增Match_column列，汇总每行所有匹配的列名（用逗号分隔）。目前仅实现两列比较，需要扩展至多列的解决方案。

输入示例：

my_vector <- c("g1","g2","g3","g4")

# 示例数据框
df <- data.frame(
  Read_1 = c("g1", "o", "g3"),
  Read_2 = c("o", "g2", "g3"),
  Read_3 = c("o", "o", "g3"),
  Read_4 = c("g1", "g2", "o"),
  stringsAsFactors = FALSE
)

预期输出示例：

Read_1 Read_2 Read_3 Read_4 Match_column
g1     o      o      g1     Read_1,Read_4
o      g2     o      g2     Read_2,Read_4
g3     g3     g3     o      Read_1,Read_2,Read_3

方法1：基础R实现 #

my_vector <- c("g1","g2","g3","g4")

# 创建示例数据框
df <- data.frame(
  Read_1 = c("g1", "o", "g3"),
  Read_2 = c("o", "g2", "g3"),
  Read_3 = c("o", "o", "g3"),
  Read_4 = c("g1", "g2", "o"),
  stringsAsFactors = FALSE
)

# 生成匹配列
df$Match_column <- apply(df, 1, function(row) {
  # 筛选当前行中属于目标向量的元素对应的列名
  matched_cols <- names(df)[row %in% my_vector]
  # 用逗号拼接列名
  paste(matched_cols, collapse = ",")
})

# 查看结果
print(df)

方法2：tidyverse工具包实现 #

如果习惯使用dplyr等tidyverse工具，可以用以下代码：

library(dplyr)
library(purrr)

my_vector <- c("g1","g2","g3","g4")

df <- data.frame(
  Read_1 = c("g1", "o", "g3"),
  Read_2 = c("o", "g2", "g3"),
  Read_3 = c("o", "o", "g3"),
  Read_4 = c("g1", "g2", "o"),
  stringsAsFactors = FALSE
)

df <- df %>%
  rowwise() %>%
  mutate(
    Match_column = paste(names(.)[c_across(everything()) %in% my_vector], collapse = ",")
  ) %>%
  ungroup()

print(df)

代码逻辑说明 #

• 两种方法核心逻辑一致：按行遍历数据框，判断每行每个单元格的值是否在目标向量my_vector中，提取对应的列名后用逗号连接成字符串，最终作为新列添加到数据框。
• 基础R方法依赖apply函数实现行遍历；tidyverse方法用rowwise()指定按行处理，c_across(everything())获取当前行的所有元素。

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