R语言多列查询辅助表：判断数据框KEY是否含指定食物

嘿，我来帮你搞定这个需求！你需要给数据框DF新增TEST列，判断每个KEY在DAY_1到DAY_5期间是否食用过TABLE_AUX里的RICE或BEAN，最终标记为YES/NO。下面是两种简单易用的实现方法：

方法一：Base R 原生实现 #

这种方法不需要额外安装包，直接用base R的apply函数逐行检查：

首先先构建你的示例数据（方便测试）：

# 构建DF数据框
KEY <- c(123,456,789,111,222,333)
DAY_1 <- c('RICE','','RICE','','RICE','')
DAY_2 <- c('BEAN','','BEAN','','','BEAN')
DAY_3 <- c('POTATO','','POTATO','','POTATO','POTATO')
DAY_4 <- c('LETTUCE','LETTUCE','','LETTUCE','','LETTUCE')
DAY_5 <- c('STEAK','','STEAK','','STEAK','STEAK')
DF <- data.frame(KEY,DAY_1,DAY_2,DAY_3,DAY_4,DAY_5, stringsAsFactors = FALSE)

# 构建辅助表TABLE_AUX
AUX <- c('RICE','BEAN')
TABLE_AUX <- data.frame(AUX, stringsAsFactors = FALSE)

然后执行标记逻辑：

# 指定需要检查的日期列
day_columns <- paste0("DAY_", 1:5)

# 逐行检查并新增TEST列
DF$TEST <- apply(DF[, day_columns], 1, function(row) {
  # 判断当前行是否有食物在TABLE_AUX中
  if (any(row %in% TABLE_AUX$AUX)) {
    return("YES")
  } else {
    return("NO")
  }
})

方法二：Tidyverse 风格实现 #

如果你习惯用dplyr和tidyr的话，这种长格式转换的方法更直观：

先加载所需包（如果没安装的话先运行install.packages(c("dplyr", "tidyr"))）：

library(dplyr)
library(tidyr)

# 同样先构建示例数据（和上面一致）
KEY <- c(123,456,789,111,222,333)
DAY_1 <- c('RICE','','RICE','','RICE','')
DAY_2 <- c('BEAN','','BEAN','','','BEAN')
DAY_3 <- c('POTATO','','POTATO','','POTATO','POTATO')
DAY_4 <- c('LETTUCE','LETTUCE','','LETTUCE','','LETTUCE')
DAY_5 <- c('STEAK','','STEAK','','STEAK','STEAK')
DF <- data.frame(KEY,DAY_1,DAY_2,DAY_3,DAY_4,DAY_5, stringsAsFactors = FALSE)

AUX <- c('RICE','BEAN')
TABLE_AUX <- data.frame(AUX, stringsAsFactors = FALSE)

然后执行处理逻辑：

DF <- DF %>%
  # 将DAY_1到DAY_5转成长格式，方便分组判断
  pivot_longer(cols = starts_with("DAY_"), names_to = "day", values_to = "food") %>%
  # 按KEY分组
  group_by(KEY) %>%
  # 标记是否食用过目标食物
  mutate(TEST = if_else(any(food %in% TABLE_AUX$AUX), "YES", "NO")) %>%
  # 转回宽格式，恢复原数据结构
  pivot_wider(names_from = "day", values_from = "food") %>%
  # 取消分组
  ungroup()

验证结果 #

两种方法运行后，DF的TEST列都会和你期望的一致：

KEY DAY_1 DAY_2   DAY_3    DAY_4 DAY_5 TEST
1 123  RICE  BEAN  POTATO LETTUCE STEAK  YES
2 456        LETTUCE STEAK   NO
3 789  RICE  BEAN  POTATO        STEAK  YES
4 111        LETTUCE       NO
5 222  RICE        POTATO        STEAK  YES
6 333        BEAN  POTATO LETTUCE STEAK  YES

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