R语言使用dplyr根据数据框其余列字符串值新建判断列

需求背景 #

现有名为my_df的数据框，构造代码如下：

my_df <- structure(list(C1 = c("A", "X", "X", "A", "A"), F2 = c("A", "A", 
"A", "A", "A"), T3 = c("A", "A", "X", "X", "A"), S4 = c("A", 
"A", "A", "A", "X"), B5 = c("A", "A", "A", "A", "A")), class = "data.frame", row.names = c("ID1", 
"ID2", "ID3", "ID4", "ID5"))

原始数据预览：

> my_df
    C1 F2 T3 S4 B5
ID1  A  A  A  A  A
ID2  X  A  A  A  A
ID3  X  A  X  A  A
ID4  A  A  X  A  A
ID5  A  A  A  X  A

需要新增列new_col：逐行判断，若该行所有列取值完全一致则取值为same，否则取值为diff，期望输出效果如下：

> my_df
    C1 F2 T3 S4 B5 new_col
ID1  A  A  A  A  A    same
ID2  X  A  A  A  A    diff
ID3  X  A  X  A  A    diff
ID4  A  A  X  A  A    diff
ID5  A  A  A  X  A    diff

实现方案 #

写法1：易读性优先（推荐小数据集使用） #

用dplyr原生的逐行操作语法，逻辑清晰易维护：

library(dplyr)

my_df <- my_df %>%
  rowwise() %>%
  mutate(
    new_col = if_else(
      n_distinct(c_across(everything())) == 1,
      "same",
      "diff"
    )
  ) %>%
  ungroup()

逻辑说明：

• rowwise()将数据按行分组，后续计算逐行执行
• c_across(everything())提取当前行所有列的取值，合并为一维向量
• n_distinct()统计向量内唯一值的数量，等于1即代表该行所有值完全相同
• 最后用ungroup()解除行分组，避免干扰后续数据操作

写法2：性能优先（推荐大数据集使用） #

跳过行分组的开销，用向量化的apply实现逐行判断，运行速度更快：

library(dplyr)

my_df <- my_df %>%
  mutate(
    new_col = if_else(
      apply(cur_data(), 1, \(x) n_distinct(x) == 1),
      "same",
      "diff"
    )
  )

两种写法运行后得到的结果完全匹配预期输出。

内容的提问来源于stack exchange，提问作者icedcoffee