R语言如何基于数据框逐行匹配批量生成TRUE/FALSE真值表

你不需要逐列复制粘贴单动物匹配逻辑，以下几种通用方案都可以自动遍历所有待匹配动物名生成结果，后续新增/删除动物类型时只要更新动物名向量即可，不需要改动核心判断代码。 #

方案1：基于你现有rowwise逻辑改造（最易理解） #

完全沿用你已经跑通的逐行判断思路，通过across批量遍历所有动物名生成对应列，用精确匹配替代字符串子串匹配，避免误判：

library(tidyverse)

# 原始数据初始化
animals <- data.frame(
     a = c("antilope", "giraffe", "zebra"),
     b = c("giraffe", "zebra", NA),
     c = c("zebra", NA, NA))
unique_names <- c("antilope", "giraffe", "zebra")

result <- animals %>%
  rowwise() %>%
  transmute(
    across(
      .cols = all_of(unique_names),
      # 提取当前行所有非空值，判断目标动物是否存在
      .fns = ~ .x %in% na.omit(c_across(everything()))
    )
  ) %>%
  ungroup()

注：你之前写的colnames(animals) <- unique_names不是必须步骤，该方案不依赖原数据框的列名。

方案2：基础R实现（无依赖、性能最优） #

不需要加载第三方包，向量化运算在大数据量下运行速度远高于逐行遍历：

result <- as.data.frame(
  sapply(unique_names, function(animal_name) {
    apply(animals, 1, function(row) animal_name %in% na.omit(row))
  })
)

结果验证 #

运行以上任意方案，输出和你预期完全一致：

print(result)
#   antilope giraffe zebra
# 1     TRUE    TRUE  TRUE
# 2    FALSE    TRUE  TRUE
# 3    FALSE   FALSE  TRUE

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