R语言基于多列字符串批量为所有配对创建邻近状态二元列

基础背景 #

研究数据集为母婴配对进食行为观测记录，核心字段包括：

• Individual：观测对象唯一标识
• Food Consumed：进食行为对应的食物记录
• In.Contact/In.2m/In.5m：不同距离阈值范围内出现的人员信息，真实场景下同类邻近距离列数量更多
• DyadID：母婴配对组标识，共12组24个观测对象（例如Ap-Aap、Re-Red为两组独立配对），同组两个对象通过该字段关联
  需求为新增二元字段Dyad.Proximity：同组配对对象出现在任意邻近距离列中时取值为1，否则为0，要求逻辑可批量适配所有配对，无需逐一枚举列名、逐组编写判定规则，避免重复操作。

原有代码问题 #

此前编写的两段代码均无法满足需求，问题如下：

1. 第一段存在语法错误：find()函数调用、c_across()内匹配逻辑写法不符合R语法规则，且仅针对Ap单一个体写死判定条件，无法批量适配所有配对

data1 <- data %>% 
    mutate(Dyad.Proximity = ifelse(Individual == "Ap" & 
                          find(c_across(In.Contact:In.5m) = "Aap"),
                       "1", "0"))

2. 第二段触发Error in across(): ! Must be used inside dplyr verbs.报错：across()调用场景不符合要求，且同样仅支持单一个体判定，无批量处理能力

data1 <- data %>% mutate(Dyad.Proximity = c("0", "1")[(find(across(In.Contact:In.5m)) == "Aap" &
                                 Individual == "Ap")])

可直接运行的批量实现代码 #

核心逻辑为按配对组自动识别对应配对成员，批量匹配所有邻近距离列，无需手动配置配对关系和列名：

library(dplyr)

data_result <- data %>%
  # 按母婴配对组分组，所有计算自动在组内完成
  group_by(DyadID) %>%
  mutate(
    # 自动识别当前行观测对象对应的同组配对成员ID
    pair_id = unique(Individual[Individual != .data$Individual[row_number()]]),
    # 自动匹配所有以"In."开头的邻近距离列，检查是否存在配对成员ID
    Dyad.Proximity = as.integer(
      rowSums(across(starts_with("In."), ~ .x == pair_id), na.rm = T) > 0
    )
  ) %>%
  ungroup() %>%
  # 不需要中间生成的pair_id字段可执行下一行代码删除
  # select(-pair_id)

逻辑说明 #

• 按DyadID分组后自动识别每组的两个成员，无需手动编写12组配对的对应映射关系，新增配对组时无需修改代码
• 用starts_with("In.")自动匹配所有邻近距离列，后续新增同命名规则的距离列时自动纳入检查范围，无需逐一枚举列名
• 用rowSums()统计每行邻近距离列中匹配到配对成员的次数，匹配次数大于0即判定为同组邻近，取值为1，否则为0，逻辑稳定无dplyr语法兼容问题
• 最终生成的Dyad.Proximity为整数型二元值，可直接用于后续统计分析

内容的提问来源于stack exchange，提问作者Juliette