R数据框基于另一列值对多列向量化重新编码的实现方法

核心思路：批量匹配q开头的题目列，提取每列对应的题目序号，再和每行的completed字段比较后重赋值，完全避免手动逐列编写逻辑。

方案1：tidyverse（dplyr）最简方案 #

符合常用的管道语法，代码简洁易维护：

library(tidyverse)

want <- have %>%
  mutate(across(
    # 匹配所有q_开头的题目列
    .cols = starts_with("q_"),
    # 逐列处理逻辑：列序号<=completed则保留原值，否则置0
    .fns = ~ if_else(completed >= parse_number(cur_column()), .x, 0),
    # 自定义新列名，自动生成scored_1、scored_2格式
    .names = "scored_{parse_number(.col)}"
  ))

方案2：无依赖的Base R方案 #

不需要加载任何第三方包，适合轻量运行场景：

# 提取所有q_开头的列名和对应题目序号
q_cols <- grep("^q_\\d+$", names(have), value = TRUE)
q_nums <- as.integer(gsub("q_", "", q_cols))

# 批量生成scored列
for (i in seq_along(q_cols)) {
  have[[paste0("scored_", q_nums[i])]] <- ifelse(
    have$completed >= q_nums[i],
    have[[q_cols[i]]],
    0
  )
}
want <- have

方案3：大体积数据集最优的data.table方案 #

针对十万行以上的大表，性能远高于前两种方案：

library(data.table)
setDT(have) # 转换为data.table格式

q_cols <- grep("^q_\\d+$", names(have), value = TRUE)
q_nums <- as.integer(gsub("q_", "", q_cols))

# 批量赋值新列
have[, paste0("scored_", q_nums) := Map(
  function(col, n) fifelse(completed >= n, col, 0),
  .SD, q_nums
), .SDcols = q_cols]

want <- have[] # 输出结果

内容的提问来源于stack exchange，提问作者Kate N