在R中如何提取数据框两列表列的公共元素并生成新列

问题原因 #

你编写的代码未生效是因为intersect()函数默认对两个输入的完整集合整体计算交集，而非按行对应计算，因此得到的是整列dir_list_2和整列dir_list所有元素的公共值，不符合逐行计算的需求。

实现方法 #

方法1：基础R实现（无需加载额外包） #

使用mapply函数逐元素遍历两个列表列，逐行调用intersect：

# 计算结果为列表列，每个元素存储对应行的交集向量
data$common_dir <- mapply(intersect, data$dir_list_2, data$dir_list, SIMPLIFY = FALSE)

# 如果需要将交集转为逗号分隔的字符串存储，可改为：
data$common_dir <- sapply(mapply(intersect, data$dir_list_2, data$dir_list, SIMPLIFY = FALSE), paste, collapse = ",")

方法2：tidyverse风格实现 #

使用dplyr的rowwise()语法实现逐行运算：

library(dplyr)

data <- data %>%
  rowwise() %>%
  # 用list包裹结果，生成列表列存储交集向量
  mutate(common_dir = list(intersect(dir_list_2, dir_list))) %>%
  ungroup()

# 如需存储为字符串格式，可调整mutate语句：
# mutate(common_dir = paste(intersect(dir_list_2, dir_list), collapse = ","))

效果验证 #

我们可以用测试数据验证效果：

# 构造测试数据
test_data <- data.frame(id = 1:2)
test_data$dir_list_2 <- list(c(1,2,3,4), c(6,7,8))
test_data$dir_list <- list(c(3,4,5), c(7,9,10))

# 执行逐行交集计算
test_data$common_dir <- mapply(intersect, test_data$dir_list_2, test_data$dir_list, SIMPLIFY = FALSE)

计算完成后，第一行common_dir值为3,4，第二行值为7，符合需求。

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