如何编写R自定义函数为任意列数数据框生成指定逻辑规则的两个新列

解决代码 #

首先需要提前加载dplyr包使用lag函数，和你原有代码逻辑保持一致：

library(dplyr)

修改后的完整函数：

my.spec.df <- function(data, variables, new.var.name){
  new.df <- data
  # 预生成第二个新列名，解决动态命名问题
  conj_name <- paste0("Conj.Var.", new.var.name)
  
  # 生成第一个新列，适配任意数量输入变量
  lag_equal_mat <- sapply(new.df[variables], function(x) x == lag(x, 1))
  new.df[[new.var.name]] <- as.integer(rowSums(lag_equal_mat, na.rm = TRUE) == length(variables))
  
  # 生成第二个新列，适配任意数量输入变量
  all_one_mat <- sapply(new.df[variables], function(x) x == 1)
  all_one_cond <- rowSums(all_one_mat) == length(variables)
  new.df[[conj_name]] <- as.integer(all_one_cond & new.df[[new.var.name]] == 1)
  
  return(new.df)
}

测试验证 #

# 构造测试数据
V1 <- c(1, 0, 1, 1, 0, 0, 1, 1, 0, 0, 0, 1, 1, 0, 0)
V2 <- c(0, 1, 1, 1, 0, 1, 0, 0, 0, 1, 1, 1, 0, 1, 0)
Data <- data.frame(V1, V2)

# 调用函数
spec.df <- my.spec.df(Data,
                      variables=c("V1", "V2"),
                      new.var.name="NV1")

# 输出结果和你预期完全一致
print(spec.df)

难点对应解决方法 #

• 可变变量逻辑适配：通过sapply批量遍历所有传入的变量计算逻辑值，用rowSums判断所有变量是否同时满足条件，支持1到任意数量的变量输入。
• 动态列名生成：用paste0拼接前缀和第一个新列的名称，通过[[ ]]操作符使用字符串作为列名赋值，解决$操作符无法使用动态变量名的问题。
• 第二列逻辑适配：和第一列逻辑思路一致，批量判断所有指定变量是否等于1，再结合第一个新列的条件做与运算即可。

内容的提问来源于stack exchange，提问作者CNiessen