R语言高效替换tibble指定字符串并关联行列号的方法

原始数据结构：

first <- tibble(
  a = c("XXX","YYY","BBB","CCC","AAA","EEE"),
  b = c("RRR","AAA","GGG","BBB","LLL","BBB"),
  c = c("AAA","ZZZ","NNN","MMM","AAA","QQQ"),
  d = c("VVV","YYY","AAA","CCC","AAA","EEE")
)

需求：将所有单元格中的"AAA"替换为R行号_列号格式的字符串，"BBB"替换为F行号_列号格式的字符串。

最初采用双重循环实现，虽能生效但效率极低：

for(rows in 1:nrow(first)){
  for(cols in 1:ncol(first)){  
    if (first[rows,cols]=="AAA"){ first[rows,cols]<-paste0("R",rows,"_",cols)   }
    if (first[rows,cols]=="BBB"){ first[rows,cols]<-paste0("F",rows,"_",cols)   }    
  }  
}

尝试用tidyverse的mutate_if、map系列函数时，无法获取单元格对应的行号和列号；后续用mutate结合across、case_when实现时，row_number()返回所有行号列表，添加rowwise()虽解决问题但效率极低，现寻求tidyverse框架下的高效解决方案。

方案1：长格式转换+向量化处理（tidyverse原生） #

通过将宽格式数据转为长格式，统一处理行列号后再转回宽格式，全程采用向量化操作，避免逐行逐列的低效循环：

library(tidyverse)

first_processed <- first %>%
  mutate(row_id = row_number()) %>%  # 生成行号
  pivot_longer(-row_id, names_to = "col_name", values_to = "val") %>%  # 转长格式
  mutate(
    col_id = match(col_name, names(first)),  # 匹配列号
    val = case_when(
      val == "AAA" ~ paste0("R", row_id, "_", col_id),
      val == "BBB" ~ paste0("F", row_id, "_", col_id),
      TRUE ~ val  # 其他值保持不变
    )
  ) %>%
  pivot_wider(id_cols = row_id, names_from = col_name, values_from = val) %>%
  select(-row_id)  # 移除临时行号列

print(first_processed)

这种方法的核心是利用tidyverse的向量化函数特性，所有操作都是批量处理，底层基于C++实现，效率远高于双重循环和rowwise()逐行处理。

方案2：矩阵向量化替换（性能最优） #

将tibble转为矩阵，利用row()和col()快速生成全局行列号矩阵，通过逻辑索引直接批量替换，是大数据量下的最优选择：

library(tidyverse)

# 转为矩阵
mat <- as.matrix(first)
# 获取每个元素的行号和列号矩阵
row_idx <- row(mat)
col_idx <- col(mat)

# 批量替换AAA和BBB
mat[mat == "AAA"] <- paste0("R", row_idx[mat == "AAA"], "_", col_idx[mat == "AAA"])
mat[mat == "BBB"] <- paste0("F", row_idx[mat == "BBB"], "_", col_idx[mat == "BBB"])

# 转回tibble
first_processed2 <- as_tibble(mat)

print(first_processed2)

该方法完全基于向量化运算，没有任何循环，处理速度最快，适合数据量较大的场景。

内容的提问来源于stack exchange，提问作者stat