将apply转换为purrr的pmap：求每行最新得分年份的替代实现

嘿，我来帮你把这段apply代码转换成更符合tidyverse风格的purrr实现～先理清楚原代码的核心逻辑：逐行找出值为1的SCORE列中最新的年份，没有匹配项就返回0，下面是两种等价的purrr写法，都能实现相同功能：

方案一：贴近原apply逻辑的pmap写法 #

这种写法和你原代码的思路几乎一致，只是用pmap替代了apply，更符合函数式编程的风格：

library(purrr)
library(stringr)

# 原数据
dat = data.frame('SCORE_2010'=c(0,0,1,0),
                 'SCORE_2011'=c(1,0,1,0),
                 'SCORE_2012'=c(0,0,1,0),
                 'SCORE_2013'=c(1,0,0,1))

# 先单独提取所有SCORE年份列，避免后续索引混乱
score_cols = dat |> dplyr::select(matches('^SCORE_[0-9]+'))

# 用pmap_chr逐行处理，返回字符型结果
dat$L_YEAR = pmap_chr(score_cols, function(...) {
  # 把当前行的所有值拼成向量，对应原apply里的x
  row_values = c(...)
  # 找出值为1的元素索引
  ones_positions = which(row_values == 1)
  
  if (length(ones_positions) > 0) {
    # 取最大索引（对应最新年份的列），提取列名中的年份
    latest_col = names(score_cols)[max(ones_positions)]
    str_extract(latest_col, '[0-9]+')
  } else {
    # 没有1的情况返回'0'
    '0'
  }
})

# 可选：把结果转成数值型
dat$L_YEAR = as.integer(dat$L_YEAR)

方案二：结合dplyr的更直观写法 #

如果习惯tidyverse的管道风格，这种写法可读性更强，不用手动处理索引，直接通过列名筛选和排序：

library(purrr)
library(stringr)
library(dplyr)

dat = data.frame('SCORE_2010'=c(0,0,1,0),
                 'SCORE_2011'=c(1,0,1,0),
                 'SCORE_2012'=c(0,0,1,0),
                 'SCORE_2013'=c(1,0,0,1))

score_cols = dat |> select(matches('^SCORE_[0-9]+'))

dat$L_YEAR = score_cols |>
  pmap(function(...) {
    # 把当前行的列名和对应值做成临时表格
    current_row = tibble(col_name = names(score_cols), value = c(...))
    # 筛选值为1的行，提取列名，取最大的（年份最新的），默认返回SCORE_0
    current_row |>
      filter(value == 1) |>
      pull(col_name) |>
      max(default = 'SCORE_0') |>
      str_extract('[0-9]+')
  }) |>
  unlist() |>
  as.integer()

小提示 #

原代码里有个潜在的小问题：names(dat)[max(which(x==1))]依赖于SCORE列在整个data.frame中的位置，如果后续dat新增了其他列在SCORE列前面，索引就会出错。上面的两种purrr方案都先单独提取了score_cols，避免了这个问题，更健壮。

内容的提问来源于stack exchange，提问作者spazznolo