R语言基于dataframe列值按条件规则新建年份列的实现方法

• 先明确数据结构：表中第一列为分析单元标识（如示例里的UA-1、UA-2），其余列均为不同年份对应的建成区面积占比数值，列名直接对应年份信息。
• 逐行按规则计算：
  1. 对每一行，排除标识列后遍历所有占比字段，找到占比的最大值，同时定位该最大值对应的列名，提取年份值
  2. 做阈值判断：如果该行占比最大值大于25，新增列就取最大值对应的年份；如果最大值小于等于25，新增列统一赋值为2005
• 特殊情况处理：如果同一行存在多个年份的占比同时为最大值，可根据业务需求选择取第一个匹配年份/最后一个匹配年份，以下代码默认取第一个匹配到的最大值对应年份。

首先先构造和描述一致的示例测试数据，方便验证效果：

# 构造示例数据
df <- data.frame(
  unit_id = c("UA-1", "UA-2", "UA-3"),
  `1985` = c(26, 12, 8),
  `1990` = c(22, 18, 15),
  `1995` = c(18, 22, 20),
  `2000` = c(15, 24, 23),
  check.names = FALSE
)

提供两种常用实现方式，可根据自己的工作流选择：

方式1：tidyverse（dplyr+tidyr）写法 #

适合日常用tidyverse生态处理数据的场景，逻辑可读性更强：

library(dplyr)
library(tidyr)

df <- df %>%
  # 宽表转长表，拆分出年份和占比值
  pivot_longer(cols = -unit_id, names_to = "year", values_to = "ratio") %>%
  mutate(year = as.numeric(year)) %>%
  # 按分析单元分组计算
  group_by(unit_id) %>%
  mutate(
    max_ratio = max(ratio),
    match_year = year[which.max(ratio)],
    new_col = ifelse(max_ratio > 25, match_year, 2005)
  ) %>%
  # 转回原表宽表结构
  pivot_wider(names_from = year, values_from = ratio) %>%
  # 移除计算过程的中间列
  select(-max_ratio, -match_year) %>%
  ungroup()

方式2：基础R写法 #

无需安装加载第三方包，运行效率更高，适合大表场景：

# 指定占比列范围：此处默认排除第一列ID列，可根据实际表结构调整列选择逻辑
ratio_col_names <- colnames(df)[-1]
ratio_matrix <- as.matrix(df[, ratio_col_names])

# 逐行定位最大值对应的列位置
max_col_pos <- max.col(ratio_matrix, ties.method = "first")
# 提取对应年份
match_year <- as.numeric(ratio_col_names[max_col_pos])
# 逐行计算占比最大值
row_max_ratio <- apply(ratio_matrix, 1, max)
# 按规则生成新列
df$new_col <- ifelse(row_max_ratio > 25, match_year, 2005)

代码调整提示：如果你的占比列不是从第二列开始，只需要修改ratio_col_names的取值，传入所有占比字段的列名向量即可；如果需要取并列最大值的最后一个对应年份，把max.col的ties.method参数改为"last"即可。

内容的提问来源于stack exchange，提问作者José Carlos Rojas