如何用mutate为tibble新增列，标记各俱乐部的偏好饮品？

问题描述 #

我拥有一个名为football_supporters的dataframe，数据结构如下：

Mun_Code   Code   Municipality   Club       Coca_Cola    Fanta    Sprite
   3        11        NYC       Sharks        152          92       148
   3        12        NYC       Wolfs          93          72        54
   3        13        NYC       Dogs          143          67        38
   3        14        NYC       Cats           32          99       156
#With 200 more rows

我希望通过mutate()函数新增一列Drink，用来统计每个俱乐部偏好的饮品（即该行Coca_Cola、Fanta、Sprite三个数值中最大的对应的饮品名称），同时调整部分列的格式，预期输出如下：

Acode     Code     Clubname    Drink
 11       0111      Sharks     Coca_Cola
 12       0112      Wolfs      Coca_Cola
 13       0113      Dogs       Coca_Cola
 14       0114      Cats       Sprite
#With 200 more rows

我尝试了如下代码，但无法实现需求：

colMax <- function(football_supporters) sapply(football_supporters, max, na.rm = TRUE)

解决方案 #

你之前的函数是计算每列的最大值，而需求是获取每行最大值对应的饮品名称，用dplyr结合max.col()可以轻松实现：

核心实现（仅新增Drink列） #

library(dplyr)

football_supporters <- football_supporters %>%
  mutate(
    Drink = c("Coca_Cola", "Fanta", "Sprite")[
      max.col(select(., Coca_Cola, Fanta, Sprite), ties.method = "first")
    ]
  )

完整匹配预期输出（含列格式调整） #

如果需要同时生成Acode、格式化Code、重命名Club为Clubname，可以一起处理：

library(dplyr)

football_supporters <- football_supporters %>%
  mutate(
    Acode = Code,
    Code = sprintf("011%d", Code), # 按示例格式生成带前缀的Code
    Clubname = Club,
    # 匹配每行最大值对应的饮品
    Drink = c("Coca_Cola", "Fanta", "Sprite")[
      max.col(select(., Coca_Cola, Fanta, Sprite), ties.method = "first")
    ]
  ) %>%
  select(Acode, Code, Clubname, Drink) # 筛选出预期输出的列

关键说明 #

• select(., Coca_Cola, Fanta, Sprite)：精准选中需要比较的三列，避免其他数值列干扰
• max.col(..., ties.method = "first")：返回每行最大值所在的列索引；若遇多个并列最大值，ties.method参数可指定处理规则（比如"random"随机选一个）
• 用向量c("Coca_Cola", "Fanta", "Sprite")根据索引映射出对应的饮品名称

内容的提问来源于stack exchange，提问作者Henry Oufh