R语言计算每行首个指定值列位置 which.max结果错误如何解决

• 核心错误来自which.max()的逻辑缺陷：该函数仅返回向量中最大值第一次出现的索引，不会校验最大值是否为有效匹配。当某行不存在目标值时，col_d == 目标值生成的布尔向量全为FALSE（等价于数值0），which.max会默认返回第一个位置（即列号1），这就是第一行无10却返回1的原因。
• 原代码存在笔误：首次赋值first_4时实际计算的是9的匹配位置，后续又被4的计算结果覆盖，最终合并结果时重复绑定first_4列，漏掉了9的首次位置列。

方法1：自定义匹配函数（逻辑直观） #

先写一个专门判断行内是否存在目标值的函数，存在则返回第一个匹配的列号，不存在返回NA（可根据需求替换为0等其他值）：

col_d <- as.matrix(col_data)

# 定义查找函数：输入单行数据和目标值，返回首个匹配列号，无匹配返回NA
get_first_match <- function(row, target) {
  hit_idx <- which(row == target)
  if (length(hit_idx) == 0) return(NA_integer_)
  return(hit_idx[1])
}

# 逐目标值计算
first_9 <- apply(col_d, 1, get_first_match, target = 9)
first_7 <- apply(col_d, 1, get_first_match, target = 7)
first_1 <- apply(col_d, 1, get_first_match, target = 1)
first_10 <- apply(col_d, 1, get_first_match, target = 10)
first_4 <- apply(col_d, 1, get_first_match, target = 4)

# 合并结果
final <- cbind(col_data, first_9, first_7, first_1, first_10, first_4)

方法2：向量化实现（性能更优） #

如果数据集行数较多，可使用max.col实现向量化计算，避免逐行循环的性能损耗：

col_d <- as.matrix(col_data)
targets <- c(9,7,1,10,4)

first_match_res <- lapply(targets, function(t) {
  match_logi <- col_d == t
  # 取每行第一个TRUE的位置
  pos <- max.col(match_logi, ties.method = "first")
  # 无匹配的行赋值为NA
  pos[rowSums(match_logi) == 0] <- NA
  pos
})

# 整理为数据框
first_match_df <- as.data.frame(first_match_res)
colnames(first_match_df) <- paste0("first_", targets)

final <- cbind(col_data, first_match_df)

运行后第一行结果符合预期：

col1 col2 col3 col4 col5 first_9 first_7 first_1 first_10 first_4
1    4    8    3    9    8       4      NA      NA       NA       1

不会再出现无匹配值时错误返回1的问题。

内容的提问来源于stack exchange，提问作者stats_noob