如何判断指定值是否存在于DataFrame特定前缀开头的列中

需求说明 #

你的DataFrame包含100列以上i10_前缀的列，以及其他无关数据列，需要新增逻辑变量：逐行检查所有i10_开头的列，只要行内存在C7931、C7932两个值中的任意一个就返回TRUE，不存在则返回FALSE，最终结果匹配向量c(TRUE, TRUE, FALSE, FALSE, FALSE, TRUE)。

实现代码 #

dplyr 写法（代码简洁，适合日常数据处理） #

常规写法易读性强：

library(dplyr)

df <- df %>%
  rowwise() %>%
  # 自动选中所有i10_开头的列做逐行判断
  mutate(has_target_val = any(c_across(starts_with("i10_")) %in% c("C7931", "C7932"))) %>%
  ungroup()

如果数据集行数较大（10万行以上），推荐用向量化运算的高性能写法，运行速度快数倍：

df <- df %>%
  mutate(has_target_val = if_any(starts_with("i10_"), ~ .x %in% c("C7931", "C7932")))

提取最终判断向量：

res <- df$has_target_val

代码逻辑说明：

• starts_with("i10_") 是dplyr提供的列选择助手，会自动匹配所有列名以i10_开头的字段，无需手动枚举上百个列名
• rowwise() 按行分组执行后续计算，避免整列计算的逻辑错误
• c_across() 提取当前行所有选中列的值，%in% 判断值是否属于两个目标值范畴
• any()/if_any() 只要当前行有一个值匹配就返回TRUE，所有值都不匹配返回FALSE

base R 写法（无需安装加载第三方包） #

# 正则匹配取出所有i10_开头的列名
target_cols <- grep("^i10_", colnames(df), value = TRUE)
# 逐行应用判断逻辑
df$has_target_val <- apply(df[, target_cols], 1, function(x) any(x %in% c("C7931", "C7932")))

# 提取最终判断向量
res <- df$has_target_val

结果校验 #

上述代码在示例数据上运行后，得到的res向量输出为c(TRUE, TRUE, FALSE, FALSE, FALSE, TRUE)，和预期结果完全一致。

内容的提问来源于stack exchange，提问作者ltong