如何用mutate()从另一数据框按行列索引添加新列？

我明白你遇到的问题了——直接在mutate里用df2[Row_no, Col_no]会返回一个矩阵，而mutate需要和df1行数完全匹配的向量，这就是你看到长度不匹配错误的原因。下面给你两种适合大数据量的tidy风格解决方案：

方法1：用purrr::map2_dbl逐行匹配（最贴合tidyverse管道风格） #

利用purrr的map2函数，可以同时迭代Row_no和Col_no两列，逐行从df2中提取对应位置的值，最后返回一个数值向量给mutate：

library(tidyverse)

# 你的示例数据（设置随机种子方便复现结果）
set.seed(123)
df1 <- data.frame(Row_no = c(1,2,3,4, 1,2,3,4), 
                  Col_no = c(1,1,2,2,3,3,4,4), 
                  Size = sample(200:300, 8))
df2 <- cbind(rnorm(8), rnorm(8), rnorm(8), rnorm(8), rnorm(8), rnorm(8), rnorm(8), rnorm(8))

# 新增Value列的tidy解决方案
df1 <- df1 %>%
  mutate(Value = map2_dbl(Row_no, Col_no, ~ df2[.x, .y]))

# 查看结果
df1

方法2：向量化矩阵索引（更高效，适合超大数据量） #

如果你的数据量特别大，向量化操作的速度会比逐行迭代更快。我们可以用cbind把Row_no和Col_no组合成矩阵索引，直接从df2中提取所有对应值：

df1 <- df1 %>%
  mutate(Value = df2[cbind(Row_no, Col_no)])

这个方法本质上是利用了R中矩阵的索引规则，cbind(Row_no, Col_no)生成一个n行2列的矩阵，每一行代表一个位置的行号和列号，df2[这个矩阵]会直接返回一个长度为n的向量，完美匹配df1的行数。

验证结果 #

两种方法都会得到你想要的结果：新增的Value列里，每一行都是df2中对应Row_no和Col_no位置的数值。比如设置随机种子后，第一行的Value就是df2[1,1]的值，第二行是df2[2,1]，以此类推。

内容的提问来源于stack exchange，提问作者Lotte Victor