R中如何基于其他列的特定条件创建新列：捕食者猎物数据处理

Python pandas 实现方案 #

首先定义猎物编码和数据列的映射关系：

import pandas as pd

# 猎物编码与对应列名的映射
prey_map = {'SS': 'surf.smelt', 'SL': 'sandlance', 'H': 'herring'}
col_to_prey = {v: k for k, v in prey_map.items()}
prey_cols = list(prey_map.values())

新增OtherPrey?0/1标识列 #

逻辑是统计每行所有猎物列的丰度大于0的物种数，数量≥2则标记为1，否则为0：

df['OtherPrey?'] = (df[prey_cols].gt(0).sum(axis=1) >= 2).astype(int)

新增OtherAvailable列展示其他可用猎物 #

逐行判断除当前捕食的猎物外，还有哪些猎物的丰度大于0，返回对应缩写，无其他可用猎物则返回0：

def get_other(row):
    current_col = prey_map[row['Prey']]
    others = [col_to_prey[col] for col in prey_cols if col != current_col and row[col] > 0]
    return ','.join(others) if others else 0

df['OtherAvailable'] = df.apply(get_other, axis=1)

R 实现方案 #

依赖dplyr包处理：

library(dplyr)

# 映射关系
prey_map <- c("SS" = "surf.smelt", "SL" = "sandlance", "H" = "herring")
col_to_prey <- setNames(names(prey_map), prey_map)
prey_cols <- unname(prey_map)

# 新增目标列
df <- df %>%
  rowwise() %>%
  mutate(
    `OtherPrey?` = as.integer(sum(c_across(all_of(prey_cols)) > 0) >= 2),
    OtherAvailable = {
      current_col <- prey_map[Prey]
      valid_others <- prey_cols[prey_cols != current_col & c_across(all_of(prey_cols)) > 0]
      ifelse(length(valid_others) == 0, 0, paste(col_to_prey[valid_others], collapse = ","))
    }
  ) %>%
  ungroup()

两种实现输出结果与需求完全匹配，多类其他猎物同时存在时会自动用逗号分隔拼接。

内容的提问来源于stack exchange，提问作者failedhighschool