R语言如何提取数据框各列以dv开头的值合并为单独列

现有如下结构的R数据框，所有以dv开头的目标值可能随机分布在任意列中，需要将这类值统一提取到新增的独立列中：

df <- data.frame(
  col1 = c(1,2,3), 
  col2 = c(3,4,5), 
  col3 = c("s1:i:2", "s1:i:3", "dv:i:2"), 
  col4 = c("dv:i:4", "dv:i:4", "NA")
)

df
#   col1 col2   col3   col4
# 1    1    3 s1:i:2 dv:i:4
# 2    2    4 s1:i:3 dv:i:4
# 3    3    5 dv:i:2     NA

基础R实现（无需加载额外包） #

用apply逐行遍历所有列，通过grep匹配开头为dv的元素，存入新列即可：

df$dv_col <- apply(df, 1, function(row) {
  matched <- grep("^dv", x = row, value = TRUE)
  if (length(matched) == 0) NA_character_ else matched[1]
})

代码说明：正则^dv表示匹配字符串开头为dv的内容，自动跳过数值列、字符串"NA"等不匹配项；如果单行列存在多个dv开头的值，上述代码默认取第一个匹配结果，需要保留全部结果时可以用paste(matched, collapse = ",")替换返回值即可。

Tidyverse实现 #

如果习惯用dplyr操作数据，可以用rowwise+c_across实现逐行匹配：

library(dplyr)

df <- df %>%
  rowwise() %>%
  mutate(
    dv_col = {
      row_vals <- c_across(everything())
      matched <- grep("^dv", row_vals, value = TRUE)
      ifelse(length(matched) == 0, NA_character_, matched[1])
    }
  ) %>%
  ungroup()

两种方法得到的输出一致，效果如下：

col1 col2   col3   col4 dv_col
1    1    3 s1:i:2 dv:i:4 dv:i:4
2    2    4 s1:i:3 dv:i:4 dv:i:4
3    3    5 dv:i:2     NA dv:i:2

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