R语言基于另一列数据转换多值列：将不同币种薪资统一转为USD

你完全可以用R的向量化操作替代for循环+if判断的写法，代码更简洁，处理速度也更快，尤其数据量大的时候优势非常明显。下面给出两种常用的实现方式：

方案1：基础R原生实现（无需加载第三方包） #

核心思路是用命名向量做汇率匹配，全程向量化运算，无显式循环：

# 你的原始数据
salary <- c(5000, 3000, 2000, 1000, 5000) 
currency <- c('USD', 'EUR', 'JPY', 'CHF', 'CAD')
df <- data.frame(salary, currency)

# 定义各货币兑USD的汇率（1单位对应货币可兑换的USD金额）
exchange_rate <- c(USD = 1, EUR = 1.12, JPY = 0.0069, CHF = 1.13, CAD = 0.74)

# 直接匹配汇率计算，一行完成
df$salary_usd <- df$salary * exchange_rate[df$currency]

方案2：tidyverse生态实现（可读性高、易维护） #

如果你的项目已经在使用dplyr做数据处理，可以用case_when或者左连接汇率表的方式实现，后续维护汇率更方便：

写法A：case_when分支匹配（适合货币种类少的场景） #

library(dplyr)
df <- df %>%
  mutate(salary_usd = salary * case_when(
    currency == "USD" ~ 1,
    currency == "EUR" ~ 1.12,
    currency == "JPY" ~ 0.0069,
    currency == "CHF" ~ 1.13,
    currency == "CAD" ~ 0.74,
    # 未知货币返回NA避免报错
    TRUE ~ NA_real_
  ))

写法B：左连接汇率表（适合货币种类多、汇率经常更新的场景） #

library(dplyr)
# 单独维护汇率表，后续更新汇率只需修改这部分
rate_df <- data.frame(
  currency = c("USD", "EUR", "JPY", "CHF", "CAD"),
  rate = c(1, 1.12, 0.0069, 1.13, 0.74)
)

# 关联汇率表后计算
df <- df %>%
  left_join(rate_df, by = "currency") %>%
  mutate(salary_usd = salary * rate) %>%
  select(-rate) # 不需要汇率列可以直接删掉

两种方案的优势 #

• 没有冗余的循环和分支判断，代码量比for循环写法少60%以上，出错概率更低
• 全向量化运算，10万行以上的数据处理速度是for循环的20~50倍
• 汇率和计算逻辑解耦，后续更新汇率不需要修改计算逻辑，可维护性更强

内容的提问来源于stack exchange，提问作者Geralt